随机动态系统的有限时域隐私：依赖高斯机制的合成框架
密码学与安全
2021-08-05 v1 系统与控制
系统与控制
摘要
我们解决了合成失真机制以最大化随机动态系统隐私的问题。系统状态信息通过传感器测量获得。这些数据通过不安全/公共通信网络传输到远程站。我们的目标是保持部分系统状态为私有（私有输出）；然而，由于网络不安全，对手可能访问传感器数据和输入信号，这些数据可用于估计私有输出。为了防止准确估计，我们在传输前将传感器数据和输入信号通过一个失真（隐私保护）机制，并将失真数据发送给可信用户。这些机制由一个坐标变换和加性依赖高斯向量组成。我们将失真机制的合成表述为一个凸规划问题，其中我们在期望的失真水平下——即允许实际数据和失真数据之间的差异程度——最小化任意长序列的私有输出与公开的失真数据之间的互信息（我们的隐私度量）。
引用
@article{arxiv.2108.01755,
title = {Finite Horizon Privacy of Stochastic Dynamical Systems: A Synthesis Framework for Dependent Gaussian Mechanisms},
author = {Haleh Hayati and Carlos Murguia and Nathan van de Wouw},
journal= {arXiv preprint arXiv:2108.01755},
year = {2021}
}