具有隐私保护的分布式在线优化算法

摘要

本发明涉及一种具有隐私保护的分布式在线优化算法,适用于分布式网络的通信安全和数据隐私保护。该算法涉及个体权重值的分解、工作变量的交互和状态变量的更新。通过权重分解和工作变量的交互，保证个体的真实状态在交互过程中始终受到严格的隐私保护。个体对其工作变量进行Paillier同态加密，并结合子权重值，与邻居个体进行交互。在该算法中，个体产生的子权重值和私钥仅存储于个体自身，而公钥会随着加密后的工作变量传递给邻居个体。通过对自身的工作变量进行投影，得到个体的状态变量。本发明提出的具有隐私保护的分布式在线优化算法，有效的解决了个体敏感信息在分布式网络通信过程中易发生隐私泄露的问题，保证了通信安全。