论文部分内容阅读
随着传感器技术、计算机技术以及无线通信技术的迅猛发展，一种新的网络组织模式—无线自组织网络应运而生。无线自组织网络以其灵活性、移动性、自适应、可扩展性等特点给信息感知与融合带来了新的机遇与挑战。无线自组织网络的典型实现比如无线传感器网络、自组织车联网以及在线社交网络等等，正在极大地改变信息的传播与融合方式，因此受到国内外研究者的高度关注。 将无线自组织网络中的节点建模为一个具有感知、计算、通信能力的智能体，节点通过局部通信融合获取全局统计量的算法称为多智能体一致算法。多智能体一致算法，尤其是平均一致算法，是诸多无线自组织网络应用的基本支撑算法。近二十年，研究者们对多智能体一致算法进行了全面深入的理论研究，但是考虑网络安全和数据隐私的研究工作仍然存在两方面的不足:1）现有的针对平均一致算法的安全性的研究缺乏对节点关键程度的评估，不便于系统设计者定位网络瓶颈，同时平均一致算法在攻击下的收敛终值无法保障;ii)平均一致算法对于隐私的保护仍然不足，尤其是在实际中每个节点拥有大规模的数据时，缺乏合理的保护局部数据统计隐私的手段。本文结合国内外最新研究成果，考虑网络安全以及节点数据隐私，评估了平均一致算法中节点的重要性并设计了考虑节点数据隐私的本质鲁棒的中位数一致算法。本文的主要工作和贡献概括如下: 1概述了无线自组织网络和多智能体一致算法的来源以及诸多应用，总结了多智能体一致算法尤其是关于安全和隐私保护方面的研究现状。 2针对无线自组织网络中可能存在的节点物理毁坏攻击，本文评估了每个节点对于平均一致算法的收敛速度的影响。通过网络的代数连通度的下降量来衡量节点的重要程度指标，本文基于矩阵扰动理论设计了三种集中式的仅依赖于原网络拓扑的节点重要程度评估指标，同时给出了三种集中式估计方法的理论误差界。为了便于大规模网络应用，本文通过对三种集中式估计方法进一步近似，得到了三种可以通过现有网络分布式计算的重要程度指标。利用分布式矩阵幂迭代，通过初始向量调整和事件驱动的向量拉伸，本文实现了节点重要程度的分布式评估。 3针对平均一致算法融合结果对数据注入攻击鲁棒性差的问题，本文设计了自组织网络快速中位数一致算法。结合有限时间平均一致算法，本文首先设计了快速的基于二分搜索的中位数一致算法FAMB。FAMB算法可以几何收敛的速度得到中位数估计，但仍然是一种渐近算法。通过分析FAMB算法，基于节点具有唯一ID的假设，本文设计了一种有限时间精确中位数一致算法FAMC。FAMC算法可以在2nd步内得到精确中位数估计。相比于基准的Flooding算法，FAMC算法具有更低的局部计算以及存储复杂度;相比于基于分布式优化的中位数一致算法，FAMC具有更快的收敛速度。 4针对自组织网络节点拥有大规模异构数据（每个节点拥有规模不等的混乱数据），而节点数据规模敏感的问题，本文设计了一种高效的保护节点数据规模隐私的分布式中位数一致算法DIME。具体地，本文将中位数选择问题建模为一个分布式优化的问题，节点局部目标函数为本地数据构建的l1范数。节点间通过状态一致以及局部梯度下降，实现了基于状态历史加权值估计全局中位数的目的。本文给出了一般的步长原则，证明了算法的收敛性，同时分析了算法的误差动态。 5针对真实大规模地理隔离敏感数据的融合问题，本文以中位数为例提出了保护数据隐私的中位数选择算法DPAM，并将其一般化为隐私保护的k-选择算法。由于中位数与平均值的间距在一倍标准差以内，本文利用所有数据均值来估计中位数。节点间交互加噪的局部数据统计信息，在保持中位数不变的同时减小标准差，最终得到全局中位数的精确估计。为保护局部数据的统计隐私（局部数据的累积概率分布、规模等），本文利用差分隐私机制设计了添加噪声的规模，确保了DPAM算法能够保护局部数据统计信息的∈-差分隐私。本文证明了DPAM算法具有理论最低的计算复杂度和极低的通信复杂度。 最后对全文进行了总结，并展望了进一步的研究工作。