一种改进的分布式优化随机差分隐私算法

多智能体系统中的分布式优化隐私保护,利用邻居的信息来协同最小化所有智能体目标函数的和,旨在潜在窃听者能够获取所有通信信息的条件下,保护每个智能体的目标函数不被窃取。为了进一步提升性能,在梯度跟踪技术与现有DiaDSP算法的基础上,提出了在状态和方向上添加随机噪声的随机差分隐私算法,并证明了该算法不仅能够在概率意义下收敛到问题的最优解,还能够在信息交互过程中保持DiaDSP算法的隐私保护性能,而且通过添加随机的随机变量能够节省计算时间,提高优化效率。数值仿真结果显示,相较于DiaDSP算法,改进算法在p<1时收敛时间减少,收敛精度也有较大的提升。