隐私保护弹性向量共识
系统与控制
2025-06-24 v2 系统与控制
摘要
本文研究多智能体系统中针对故障智能体的隐私保护弹性向量共识，其中正常智能体可以在保护状态向量不被披露的同时在其初始状态的凸包内达成共识。具体而言，我们考虑了对现有算法——基于中心点的近似分布式鲁棒收敛（ADRC）的修改，即隐私保护 ADRC（PP-ADRC）。在 PP-ADRC 下，每个正常智能体在每次迭代中对其状态引入多元高斯噪声。我们首先提供了充分条件以确保所有正常智能体的状态在 PP-ADRC 下能够实现均方收敛。然后，我们从两个角度分析收敛精度，即最终值与其期望值之间的马氏距离，以及仅部分维度加入噪声时噪声引起的凸包的 Hausdorff 距离变化。最后，我们采用集中地理隐私来刻画隐私保护，并与差分隐私进行了全面比较。数值实验验证了理论结果。
引用
@article{arxiv.2411.03633,
title = {Privacy-Preserving Resilient Vector Consensus},
author = {Bing Liu and Chengcheng Zhao and Li Chai and Peng Cheng and Jiming Chen},
journal= {arXiv preprint arXiv:2411.03633},
year = {2025}
}