基于云的控制中有向信息作为隐私度量
最优化与控制
2017-05-09 v1 信息论
math.IT
摘要
我们考虑基于云的控制场景，其中具有本地控制任务的客户端将其计算或物理职责外包给云服务提供商。为了解决这种控制架构中的隐私问题，我们首先研究为希望在控制操作期间尽可能保持本地状态信息私密的客户端寻找合适隐私度量的问题。具体地，我们基于公理化论证证明了使用 Kramer 的因果条件有向信息概念作为隐私损失度量的合理性。然后我们提出一种方法论来设计最优的“隐私滤波器”，其在保证给定控制性能水平的同时最小化隐私损失。我们特别展示了基于云的线性二次高斯（LQG）控制的最优隐私滤波器可通过线性矩阵不等式（LMI）算法综合得到。设计中的权衡通过数值例子加以说明。
引用
@article{arxiv.1705.02802,
title = {Directed Information as Privacy Measure in Cloud-based Control},
author = {Takashi Tanaka and Mikael Skoglund and Henrik Sandberg and Karl Henrik Johansson},
journal= {arXiv preprint arXiv:1705.02802},
year = {2017}
}