面向分布式资源分配的抗攻击原始-对偶优化算法

多智能体资源分配的分布式算法可以在许多信息物理系统中提供比集中式算法更好的隐私性和可扩展性。然而，这些算法的分布式特性可能使系统容易受到中间人攻击，导致资源分配方案不收敛和不可行。在本文中，我们提出了基于原始-对偶优化的抗攻击分布式算法，用于系统中存在拜占庭攻击者的情况。具体地，我们针对静态和动态冒充攻击，通过鲁棒统计设计了抗攻击的原始-对偶算法。对于静态冒充攻击，我们建立了一个鲁棒化的优化模型，并证明我们的算法保证收敛到鲁棒化问题最优解的一个邻域。另一方面，动态冒充攻击场景不需要鲁棒优化模型，我们能够设计一种算法，证明其收敛到原始问题的近优解。我们通过理论和计算研究分析了算法的性能。