基于 Beaver 三元组与通信混淆的隐私保护平均一致性

摘要

本文将秘密共享理论中的 Beaver 三元组与通信混淆机制结合，用于保护多智能体系统中各智能体的初始值免受被动攻击者推断。理论分析证明，该算法能够同时保证平均一致性和隐私保护。与基于加密的方法相比，它降低了在线计算和通信开销；与部分噪声混淆方法相比，其隐私保护条件也更为宽松。

李柠

长聘教授

上海交通大学自动化与感知学院长聘教授，研究方向包括分布式优化与控制、预测与健康管理、无人系统主动感知与智能决策及人工智能。