[发明专利]一种面向博弈控制的隐私保护方法、系统及可读存储介质

权利要求书

1.一种面向博弈控制的隐私保护方法，其特征在于，包括：

初始化博弈参与者在初始时刻的策略和局部估计状态信息；

采用基于输入扰动或输出扰动的随机聚合博弈的差分隐私分布式算法对每个参与者的下一时刻的局部估计状态和策略进行更新；

利用更新后的策略完成差分隐私保护。

2.如权利要求1所述的面向博弈控制的隐私保护方法，其特征在于，所述采用基于输入扰动的随机聚合博弈的差分隐私分布式算法对每个参与者的下一时刻的局部估计状态和策略进行更新，包括：

在时刻k，对于参与者定义重复以下更新τ_k次：

其中，a_ij，k为参与者i在时刻k分配给邻近参与者的非负权重，为参与者i在时刻k的局部估计状态，博弈参与者之间的通信被建模为无向图其中包含一个非空结点集和一个边集为参与者j在时刻k的局部估计状态；

对于每一个参与者在时刻k+1的局部估计状态进行更新：

其中，x_i，k+1为参与者i在时刻k+1的策略，x_i，k为参与者i在时刻k的策略，α_k为算法的步长，为目标函数的梯度信息，表示在时间k时参与者i的邻域，随机变量n_i，k是均值为0，方差为的高斯噪声，为参与者i的动作集合，为参与者j在时刻k的局部估计状态，参与者i在时刻k+1的局部估计状态。

3.如权利要求1所述的面向博弈控制的隐私保护方法，其特征在于，所述采用基于输出扰动的随机聚合博弈的差分隐私分布式算法对每个参与者的下一时刻的局部估计状态和策略进行更新，包括：

在时刻k，对于参与者定义

其中，a_ij，k为参与者i在第k步分配给邻近参与者的非负权重，为参与者i在时刻k的局部估计状态，博弈参与者之间的通信被建模为无向图其中包含一个非空结点集和一个边集为参与者j在时刻k的局部估计状态；

对于每一个参与者在时刻k+1的局部估计状态进行更新：

其中，S_k是第k步使用的采样梯度数，x_i，k+1为参与者i在时刻k+1的策略，x_i，k为参与者i在时刻k的策略，为目标函数的梯度信息，α为算法的常步长，为随机变量ξ_i的采样，表示在时间k时参与者i的邻域，随机变量n_j，k是均值为0，方差为的高斯噪声，为参与者i的动作集合，为参与者j在时刻k的局部估计状态，参与者i在时刻k+1的局部估计状态。

4.如权利要求3所述的面向博弈控制的隐私保护方法，其特征在于，还包括采用小批量方法对所述基于输出扰动的随机聚合博弈的差分隐私分布式算法的差分隐私进行优化，包括：

令时刻k＝0，对每个参与者有令α＞0，S_k为确定性序列；

在时刻k时，对于参与者定义重复以下更新τ_k次：

其中，a_ij，k为参与者i在第k步分配给邻近参与者的非负权重，为参与者i在时刻k的局部估计状态，博弈参与者之间的通信被建模为无向图其中包含一个非空结点集和一个边集为参与者j在时刻k的局部估计状态；

对于每一个参与者在时刻k+1的局部估计状态进行更新：

其中，S_k是第k步使用的采样梯度数，x_i，k+1为参与者i在时刻k+1的策略，x_i，k为参与者i在时刻k的策略，为目标函数的梯度信息，α为算法的步长，为随机变量ξ_i的采样，表示在时间k时参与者i的邻域，n_i，k是均值为0，方差为的高斯噪声，为参与者i的动作集合，参与者i在时刻k+1的局部估计状态。