用于随机系统信息论不透明性的动态掩码合成

在本工作中，我们研究了动态信息释放机制(称为"掩码")的合成，以最小化随机系统向外部观察者的信息泄露。具体而言，对于随机系统，观察者旨在推断系统轨迹的最终状态是否属于一组秘密状态中。动态掩码旨在调节传感器信息，以最大化观察者关于最终状态的不确定性，这一属性称为最终状态不透明。在现有的监督控制文献中，动态掩码主要处理定性不透明性，我们提出通过条件熵对随机系统中的不透明性进行量化，这是信息安全中的信息泄露度量。我们随后构建了一个受总成本约束的优化问题，以合成最大化最终状态不透明性的动态掩码。为解决该受约束的最优动态掩码合成问题，我们开发了一种新的原始-对偶策略梯度方法。此外，我们Present了一种计算条件熵相对于掩码策略参数梯度的技术，利用隐马尔可夫模型中的可观测算子。为展示我们方法的有效性，我们应用到一个示例问题和一个随机网格世界情景中，展示了我们的算法在成本约束下如何最优地强制执行最终状态不透明性。