面向网络控制的差分隐私时间序列预测
系统与控制
2023-03-10 v2 系统与控制
摘要
我们分析一类成本最小化问题，其中控制器依赖于不完美的时间序列预测。预测模型产生不完美预测是因为其使用匿名化噪声以保护输入数据隐私。然而，该噪声增加了控制成本。我们考虑这样一种场景：控制器向预测模型支付激励以减小噪声，并将多个预测合并为一个。控制器随后利用该预测进行控制决策。因此，预测模型面临接受激励与保护隐私之间的权衡。我们提出一种分配经济激励并最小化成本的方法。我们在线性二次调节器上求解一个双凸优化问题，并将我们的方法与均匀激励分配方案比较。所得解在合成时间序列与 Uber 需求预测上分别将控制成本降低了 2.5 倍与 2.7 倍。
引用
@article{arxiv.2210.00358,
title = {Differentially Private Timeseries Forecasts for Networked Control},
author = {Po-han Li and Sandeep P. Chinchali and Ufuk Topcu},
journal= {arXiv preprint arXiv:2210.00358},
year = {2023}
}
备注
American Control Conference (ACC) 2023 accepted