-
公开(公告)号：CN115442023B
公开(公告)日：2024-03-19
申请号：CN202211050872.X
申请日：2022-08-30
Applicant: 大连海事大学
Abstract: 本发明公开了一种基于同态加密机制的分布式网络在线优化方法，包括获取分布式网络中相互通信的智能体集合，智能体视为节点，智能体之间的通信关系视为边；初始化节点状态，设置迭代次数；对于每次迭代，对于每一个节点，节点对其状态进行预处理，根据公钥对预处理后的状态进行加密并将其传递给其邻居节点，邻居节点根据其接收到的其他节点的信息与自身状态进行同态性计算；邻居节点将同态性计算结果发送给与其相连接的可信节点，可信节点通过私钥解密并进行数据还原；将节点的状态更新为智能体待通信的数据，分别计算各个节点的遗憾，根据节点的遗憾判断优化程度。利用可信节点作为中介解决隐私暴露问题，通过隐私补偿项即辅助向量保护节点隐私。
-
Patent Agency Ranking
公开(公告)号：CN115118597A
公开(公告)日：2022-09-27
申请号：CN202210828206.8
申请日：2022-07-13
Applicant: 大连海事大学
IPC: H04L41/0823
Abstract: 本发明公开了一种考虑拜占庭攻击的多智能体网络弹性分布式在线优化方法，包括：S1：初始化多智能体网络中的节点的状态；S2：建立智能体的弹性约束集，生成过滤恶意节点的约束集合；S3：获取弹性约束集中的所有正常节点的状态值的和；S4：获取最优节点状态；S5：输出所述最优节点状态。本发明解决了在多智能体网络的动态环境下，由于系统中普通节点受到拜占庭攻击，导致普通节点无法收敛到最优值的问题，在保证普通节点抗攻击性能的同时提高算法的最优性和收敛速度。
-
公开(公告)号：CN115378813B
公开(公告)日：2023-08-15
申请号：CN202210969813.6
申请日：2022-08-12
Applicant: 大连海事大学
IPC: H04L41/0823 , H04L41/12
Abstract: 本发明公开了一种基于差分隐私机制的分布式在线优化方法，包括获取分布式网络中相互通信的智能体集合，将智能体集合建模为通信拓扑图，智能体视为节点，智能体之间的通信关系视为边；初始化节点状态，设置迭代次数；对于每次迭代，对于每一个节点，计算节点的可信节点邻居集，根据节点及其可信节点邻居集构建临时节点集合，获取临时节点集合中所有节点的状态最大值和最小值，根据临时节点集合及其所有节点的状态构建节点的弹性约束集；分别将弹性约束集中所有节点的节点状态加入噪声，并对加入噪声后的状态进行求和，实现隐私保护；更新节点的状态，同时生成梯度跟踪项，用恒定步长代替衰减步长，加快收敛速度。
-
公开(公告)号：CN115118597B
公开(公告)日：2023-07-21
申请号：CN202210828206.8
申请日：2022-07-13
Applicant: 大连海事大学
IPC: H04L41/0823
Abstract: 本发明公开了一种考虑拜占庭攻击的多智能体网络弹性分布式在线优化方法，包括：S1：初始化多智能体网络中的节点的状态；S2：建立智能体的弹性约束集，生成过滤恶意节点的约束集合；S3：获取弹性约束集中的所有正常节点的状态值的和；S4：获取最优节点状态；S5：输出所述最优节点状态。本发明解决了在多智能体网络的动态环境下，由于系统中普通节点受到拜占庭攻击，导致普通节点无法收敛到最优值的问题，在保证普通节点抗攻击性能的同时提高算法的最优性和收敛速度。
-
公开(公告)号：CN115442023A
公开(公告)日：2022-12-06
申请号：CN202211050872.X
申请日：2022-08-30
Applicant: 大连海事大学
Abstract: 本发明公开了一种基于同态加密机制的分布式网络在线优化方法，包括获取分布式网络中相互通信的智能体集合，智能体视为节点，智能体之间的通信关系视为边；初始化节点状态，设置迭代次数；对于每次迭代，对于每一个节点，节点对其状态进行预处理，根据公钥对预处理后的状态进行加密并将其传递给其邻居节点，邻居节点根据其接收到的其他节点的信息与自身状态进行同态性计算；邻居节点将同态性计算结果发送给与其相连接的可信节点，可信节点通过私钥解密并进行数据还原；将节点的状态更新为智能体待通信的数据，分别计算各个节点的遗憾，根据节点的遗憾判断优化程度。利用可信节点作为中介解决隐私暴露问题，通过隐私补偿项即辅助向量保护节点隐私。
-
公开(公告)号：CN115378813A
公开(公告)日：2022-11-22
申请号：CN202210969813.6
申请日：2022-08-12
Applicant: 大连海事大学
IPC: H04L41/0823 , H04L41/12
Abstract: 本发明公开了一种基于差分隐私机制的分布式在线优化方法，包括获取分布式网络中相互通信的智能体集合，将智能体集合建模为通信拓扑图，智能体视为节点，智能体之间的通信关系视为边；初始化节点状态，设置迭代次数；对于每次迭代，对于每一个节点，计算节点的可信节点邻居集，根据节点及其可信节点邻居集构建临时节点集合，获取临时节点集合中所有节点的状态最大值和最小值，根据临时节点集合及其所有节点的状态构建节点的弹性约束集；分别将弹性约束集中所有节点的节点状态加入噪声，并对加入噪声后的状态进行求和，实现隐私保护；更新节点的状态，同时生成梯度跟踪项，用恒定步长代替衰减步长，加快收敛速度。
-
-
-
-
-
Search Results
6
records
(took 0.019 seconds)
