基于加密数据的云端模型预测控制
最优化与控制
2018-09-20 v2 密码学与安全
系统与控制
摘要
本文探讨了具有输入约束的线性系统在云端外包模型预测控制（MPC）中的隐私问题。在我们的云端架构中，客户端将其私有状态发送至云端，由云端执行 MPC 计算并返回控制输入。为保证云端能在执行该计算时不获取任何关于客户端私有数据的信息，我们采用了一种部分同态加密系统。受物联网当前发展的启发，我们针对两种云端 MPC 架构提出了协议：客户端-服务器架构与双服务器架构。在第一种架构中，系统控制输入由云端服务器在客户端的协助下私密计算得出。在第二种架构中，控制输入由两个独立的、不共谋的服务器私密计算得出，且对客户端无额外要求。我们证明了所提协议能保护客户端数据及所得控制输入的隐私。此外，我们计算了由加密引入的误差界限。我们针对这两种架构给出了数值模拟，并讨论了通信、MPC 性能与隐私之间的权衡。
引用
@article{arxiv.1803.09891,
title = {Cloud-based MPC with Encrypted Data},
author = {Andreea B. Alexandru and Manfred Morari and George J. Pappas},
journal= {arXiv preprint arXiv:1803.09891},
year = {2018}
}
备注
Full version of the eponymous work at CDC 2018