29、分布式约束优化技术在网络物理系统隐私保护中的应用

分布式约束优化技术在网络物理系统隐私保护中的应用

一、引言

在数字化商业时代，网络和互操作性变得至关重要，它将物品、机器、人员和环境连接在一个智能组装系统中。数据技术支持信息的存储、收集和分析，而运营技术支持实际价值的创造，二者的结合催生了备受追捧的“网络物理系统（CPS）”。CPS 由智能机器支持，由中央实体协调和控制，向合格的工作人员发送运营数据，使得生产任务得以有序进行。

随着 CPS 在人类活动的众多领域得到越来越多的关注，尤其是在需要智能控制、协调物理过程和硬件的领域，保障这些系统的安全性和可靠性变得尤为关键。CPS 面临的潜在风险可能与网络、物理或两者相关，因此需要复杂的方法来识别和缓解安全漏洞。

分布式约束优化（DCOP）是约束优化的分布式简化形式。在 DCOP 中，一组代理需要分布式地为一组变量选择值，以最小化一组关于这些变量的约束成本。分布式约束满足是一种将问题描述为特定成员（代理）已知并执行的约束的框架，该框架下的问题可以通过专门设计的算法来解决。DCOP 是解决多代理协调问题的常用方法，如分布式会议调度、自动飞行器的分布式协调以及传感器网络中的焦点分布式分配等。由于会议调度中的隐私问题以及传感器网络中每个传感器的通信和计算资源有限，集中式约束优化变得困难，因此这些应用需要分布式方法。

二、相关工作

随着智能手机和定位技术的普及，基于位置的服务（LBS）在社交和商业领域变得越来越普遍。然而，当轨迹信息被分发用于分析时，恶意用户可能会获取个人敏感信息，即使在分发前已删除明确的识别信息。半标识符的存在使得攻击者有可能通过关联外部信息重新识别个人。

近年来，信息分发的过程变得越来越复杂，数据集的规模也急