网络聚合博弈的差分隐私纳什均衡求解
最优化与控制
2019-11-26 v1
摘要
本文考虑了一类网络聚合博弈的隐私保护纳什均衡求解策略设计，其中参与者的目标函数被视为需保护的敏感信息。特别地，我们考虑网络博弈无中心节点且聚合信息不直接为参与者所获知。由于无中央权威提供各参与者更新其行动所需的聚合信息，我们采用动态平均一致性协议来估计该信息。为保护参与者隐私，我们以从拉普拉斯分布抽取的独立随机噪声扰动参与者间传输的信息。通过将扰动平均一致性协议与梯度算法综合，针对固定与时变通信拓扑下的聚合博弈建立了分布式隐私保护纳什均衡求解策略。在明确量化均方误差的基础上，给出了所提方法的收敛结果。此外，解析证明了所提算法是 -差分隐私的，其中 依赖于梯度算法的步长与随机变量的缩放参数。结果表明收敛精度与隐私水平之间存在权衡。最后，提供了一个数值算例以验证所提方法。
引用
@article{arxiv.1911.10514,
title = {Differentially private Nash equilibrium seeking for networked aggregative games},
author = {Maojiao Ye and Guoqiang Hu and Lihua Xie and Shengyuan Xu},
journal= {arXiv preprint arXiv:1911.10514},
year = {2019}
}