随机系统中突变信息泄露的最小化
系统与控制
2021-10-04 v2 系统与控制
其他统计学
摘要
本文研究了一般马尔可夫过程突变隐私的分析问题。这些过程可能受到需要保持私密的变更或外生信号的影响。隐私是指通过观测底层马尔可夫链而泄露的这些变更的信息。与以往关于隐私的工作不同，我们针对在线数据序列研究该问题。我们利用最优检测理论中的理论工具，基于所考虑随机系统每次观测的平均信息量来引出在线隐私的定义。考虑了两种情况：全信息情形，即窃听者测得除指示变更的信号的全部信息；以及有限信息情形，即窃听者仅测得马尔可夫过程的状态。对于两种情况，我们均给出了推导隐私上界以及计算达到更高隐私水平策略的方法。结果表明，计算隐私感知策略的问题是凹的，并以两种情形的一些示例和数值模拟作结。
引用
@article{arxiv.2103.01658,
title = {Minimizing Information Leakage of Abrupt Changes in Stochastic Systems},
author = {Alessio Russo and Alexandre Proutiere},
journal= {arXiv preprint arXiv:2103.01658},
year = {2021}
}