無線自組織網(wǎng)絡(luò)一致算法安全與隱私研究.pdf

1、隨著傳感器技術(shù)、計(jì)算機(jī)技術(shù)以及無線通信技術(shù)的迅猛發(fā)展，一種新的網(wǎng)絡(luò)組織模式—無線自組織網(wǎng)絡(luò)應(yīng)運(yùn)而生。無線自組織網(wǎng)絡(luò)以其靈活性、移動(dòng)性、自適應(yīng)、可擴(kuò)展性等特點(diǎn)給信息感知與融合帶來了新的機(jī)遇與挑戰(zhàn)。無線自組織網(wǎng)絡(luò)的典型實(shí)現(xiàn)比如無線傳感器網(wǎng)絡(luò)、自組織車聯(lián)網(wǎng)以及在線社交網(wǎng)絡(luò)等等，正在極大地改變信息的傳播與融合方式，因此受到國內(nèi)外研究者的高度關(guān)注。
　　將無線自組織網(wǎng)絡(luò)中的節(jié)點(diǎn)建模為一個(gè)具有感知、計(jì)算、通信能力的智能體，節(jié)點(diǎn)通過局部通信融合

2、獲取全局統(tǒng)計(jì)量的算法稱為多智能體一致算法。多智能體一致算法，尤其是平均一致算法，是諸多無線自組織網(wǎng)絡(luò)應(yīng)用的基本支撐算法。近二十年，研究者們對(duì)多智能體一致算法進(jìn)行了全面深入的理論研究，但是考慮網(wǎng)絡(luò)安全和數(shù)據(jù)隱私的研究工作仍然存在兩方面的不足:1）現(xiàn)有的針對(duì)平均一致算法的安全性的研究缺乏對(duì)節(jié)點(diǎn)關(guān)鍵程度的評(píng)估，不便于系統(tǒng)設(shè)計(jì)者定位網(wǎng)絡(luò)瓶頸，同時(shí)平均一致算法在攻擊下的收斂終值無法保障;ii)平均一致算法對(duì)于隱私的保護(hù)仍然不足，尤其是在實(shí)際中每個(gè)

3、節(jié)點(diǎn)擁有大規(guī)模的數(shù)據(jù)時(shí)，缺乏合理的保護(hù)局部數(shù)據(jù)統(tǒng)計(jì)隱私的手段。本文結(jié)合國內(nèi)外最新研究成果，考慮網(wǎng)絡(luò)安全以及節(jié)點(diǎn)數(shù)據(jù)隱私，評(píng)估了平均一致算法中節(jié)點(diǎn)的重要性并設(shè)計(jì)了考慮節(jié)點(diǎn)數(shù)據(jù)隱私的本質(zhì)魯棒的中位數(shù)一致算法。本文的主要工作和貢獻(xiàn)概括如下:
　　1概述了無線自組織網(wǎng)絡(luò)和多智能體一致算法的來源以及諸多應(yīng)用，總結(jié)了多智能體一致算法尤其是關(guān)于安全和隱私保護(hù)方面的研究現(xiàn)狀。
　　2針對(duì)無線自組織網(wǎng)絡(luò)中可能存在的節(jié)點(diǎn)物理毀壞攻擊，本文評(píng)估了

4、每個(gè)節(jié)點(diǎn)對(duì)于平均一致算法的收斂速度的影響。通過網(wǎng)絡(luò)的代數(shù)連通度的下降量來衡量節(jié)點(diǎn)的重要程度指標(biāo)，本文基于矩陣擾動(dòng)理論設(shè)計(jì)了三種集中式的僅依賴于原網(wǎng)絡(luò)拓?fù)涞墓?jié)點(diǎn)重要程度評(píng)估指標(biāo)，同時(shí)給出了三種集中式估計(jì)方法的理論誤差界。為了便于大規(guī)模網(wǎng)絡(luò)應(yīng)用，本文通過對(duì)三種集中式估計(jì)方法進(jìn)一步近似，得到了三種可以通過現(xiàn)有網(wǎng)絡(luò)分布式計(jì)算的重要程度指標(biāo)。利用分布式矩陣冪迭代，通過初始向量調(diào)整和事件驅(qū)動(dòng)的向量拉伸，本文實(shí)現(xiàn)了節(jié)點(diǎn)重要程度的分布式評(píng)估。
　

5、　3針對(duì)平均一致算法融合結(jié)果對(duì)數(shù)據(jù)注入攻擊魯棒性差的問題，本文設(shè)計(jì)了自組織網(wǎng)絡(luò)快速中位數(shù)一致算法。結(jié)合有限時(shí)間平均一致算法，本文首先設(shè)計(jì)了快速的基于二分搜索的中位數(shù)一致算法FAMB。FAMB算法可以幾何收斂的速度得到中位數(shù)估計(jì)，但仍然是一種漸近算法。通過分析FAMB算法，基于節(jié)點(diǎn)具有唯一ID的假設(shè)，本文設(shè)計(jì)了一種有限時(shí)間精確中位數(shù)一致算法FAMC。FAMC算法可以在2nd步內(nèi)得到精確中位數(shù)估計(jì)。相比于基準(zhǔn)的Flooding算法，F(xiàn)AMC

6、算法具有更低的局部計(jì)算以及存儲(chǔ)復(fù)雜度;相比于基于分布式優(yōu)化的中位數(shù)一致算法，F(xiàn)AMC具有更快的收斂速度。
　　4針對(duì)自組織網(wǎng)絡(luò)節(jié)點(diǎn)擁有大規(guī)模異構(gòu)數(shù)據(jù)（每個(gè)節(jié)點(diǎn)擁有規(guī)模不等的混亂數(shù)據(jù)），而節(jié)點(diǎn)數(shù)據(jù)規(guī)模敏感的問題，本文設(shè)計(jì)了一種高效的保護(hù)節(jié)點(diǎn)數(shù)據(jù)規(guī)模隱私的分布式中位數(shù)一致算法DIME。具體地，本文將中位數(shù)選擇問題建模為一個(gè)分布式優(yōu)化的問題，節(jié)點(diǎn)局部目標(biāo)函數(shù)為本地?cái)?shù)據(jù)構(gòu)建的l1范數(shù)。節(jié)點(diǎn)間通過狀態(tài)一致以及局部梯度下降，實(shí)現(xiàn)了基于狀態(tài)歷史

7、加權(quán)值估計(jì)全局中位數(shù)的目的。本文給出了一般的步長原則，證明了算法的收斂性，同時(shí)分析了算法的誤差動(dòng)態(tài)。
　　5針對(duì)真實(shí)大規(guī)模地理隔離敏感數(shù)據(jù)的融合問題，本文以中位數(shù)為例提出了保護(hù)數(shù)據(jù)隱私的中位數(shù)選擇算法DPAM，并將其一般化為隱私保護(hù)的k-選擇算法。由于中位數(shù)與平均值的間距在一倍標(biāo)準(zhǔn)差以內(nèi)，本文利用所有數(shù)據(jù)均值來估計(jì)中位數(shù)。節(jié)點(diǎn)間交互加噪的局部數(shù)據(jù)統(tǒng)計(jì)信息，在保持中位數(shù)不變的同時(shí)減小標(biāo)準(zhǔn)差，最終得到全局中位數(shù)的精確估計(jì)。為保護(hù)局部數(shù)