在 Friedkin-Johnsen 系统中保护影响结构的隐私
系统与控制
2020-09-08 v1 社会与信息网络
系统与控制
摘要
常见分布式共识算法中信息共享的特性使得网络窃听者能够暴露敏感的系统信息。分布式系统中一个常在隐私保护范畴内被忽视的重要参数是影响结构——即每个智能体对其意见池中各个来源所赋予的权重。本文提出一种局部的（即由每个智能体各自计算的）、时变的掩码，以防止拥有完整信息流、网络知识与掩码构造方法的外部观察者发现该影响结构。这一结果通过辅助证明 Friedkin-Johnsen 系统在一组广义条件下稳定性得以保持而得出。该掩码在此约束下设计，通过对影响结构施加衰减伪噪声进行扰动。本文给出了缺乏先验知识的窃听者所能获得的最优影响结构估计的信息矩阵，并利用随机仿真分析了该掩码针对不同系统超参数的性能。
引用
@article{arxiv.2009.02627,
title = {Preserving Privacy of the Influence Structure in Friedkin-Johnsen Systems},
author = {Jack Liell-Cock and Ian R. Manchester and Guodong Shi},
journal= {arXiv preprint arXiv:2009.02627},
year = {2020}
}
备注
16 pages, 5 figures, extended version of the paper to be published in the 59th IEEE Conference on Decision and Control (CDC)