可信计算博弈的迭代最佳响应收敛性分析
计算机科学与博弈论
2016-11-09 v1
摘要
我们引入一种可信计算博弈，其中配备有限计算能力的传感器利用中心节点对随时间收集的大型数据集评估指定函数。我们假设中心计算机可能受到攻击，并提出了一种策略，传感器保留有限数量的数据以抵消攻击的影响。我们将该问题表述为一个双人博弈，其中传感器（防御者）利用来自中心计算机的非可信输出和本地存储的可信数据选择最优融合策略。攻击者试图通过对存储在中心节点上的数据进行恶意操纵来影响融合值，从而破坏计算。我们首先刻画了该博弈的所有纳什均衡，其依赖于双方已知的参数。接下来我们采用迭代最佳响应（IBR）方案，在每次迭代中，中心计算机将其输出透露给传感器，然后传感器基于其私有局部估计与不可信第三方输出的线性组合计算其最佳响应。我们刻画了 IBR 收敛的充要条件，并给出了数值结果，表明收敛条件相对紧。
引用
@article{arxiv.1611.02329,
title = {Convergence Analysis of Iterated Best Response for a Trusted Computation Game},
author = {Shaunak D. Bopardikar and Alberto Speranzon and Cedric Langbort},
journal= {arXiv preprint arXiv:1611.02329},
year = {2016}
}
备注
Contains detailed proofs of all results as well as an additional section on "the case of equal means" (Section 5)