弹性分布式参数估计算法研究进展

基于自适应网络的分布式参数估计近年来受到了日益广泛的关注。现有的分布式参数估计算法尽管在无攻击的安全网络中表现良好,但在遭受如虚假数据注入(false data injection, FDI)攻击的对抗网络中,由攻击者注入的虚假数据(也称恶意数据)会随着节点间的通信和协作在网络中扩散,导致算法估计性能的恶化。若算法不能从攻击中快速恢复估计性能(即算法对攻击不具有弹性),则可能导致严重的后果。为此,简要介绍了弹性分布式参数估计算法所解决的基本问题及基本算法原理;从FDI攻击检测和弹性参数估计策略2个方面,系统地总结了近年来弹性分布式参数估计算法的研究进展,并分析了其在遭受FDI攻击的对抗网络中的性能;最后,探讨了现有弹性分布式参数估计算法的发展趋势和未来潜在的研究方向。