RoleCF：基于角色的粗粒度到细粒度的情绪原因识别系统，用于生成富有同理心的回应

《Neurocomputing》：RoleCF: Role-oriented Coarse-to-Fine emotion cause recognition for empathetic response generation

针对轮询协议和加密-解密机制下时变系统分布式状态估计问题，提出了一种递归算法，推导了估计误差协方差的上界并设计了最优增益，确保用户侧误差指数有界，同时窃听者误差无界。通过仿真验证了算法的有效性。

　　本文聚焦于一类离散时间变化系统的安全分布式状态估计问题，特别是在传感器网络中采用加密解密机制与轮询协议（Round-Robin Protocol，简称RR协议）的背景下。随着物联网和智能系统的广泛应用，传感器网络在环境监测、工业控制、医疗健康、能源管理以及无人飞行器等领域扮演着至关重要的角色。然而，由于这些系统通常部署在开放的通信环境中，数据传输过程容易受到各种安全威胁，尤其是窃听攻击（Eavesdropping Attacks，简称EAs）。为了应对这一挑战，研究者们提出了加密解密机制，以确保数据在传输过程中的隐私性和安全性。

在实际的传感器网络中，由于通信资源有限，网络拥堵问题时常出现。为此，轮询协议被引入以优化数据传输的调度方式，从而减少通信负担并提高系统的整体效率。轮询协议是一种周期性调度机制，通过设定固定的传输顺序，确保每个传感器节点在一定时间内有序地发送数据。这种方式不仅有助于降低网络负载，还能够提高数据传输的实时性和可靠性。然而，轮询协议在提高通信效率的同时，也可能对状态估计的精度产生影响，因此如何在轮询协议下设计高效的分布式状态估计算法成为研究的重点。

为了解决隐私泄露问题，研究引入了加密解密机制。在该机制中，每个传感器节点对其采集的测量数据进行加密处理，以防止未经授权的实体获取有效信息。加密后的数据通过网络传输至用户端，用户端则使用相应的解密密钥对数据进行解密，从而实现状态估计。这种加密解密机制在一定程度上提高了系统的安全性，但同时也增加了计算复杂性和能量消耗，从而可能对状态估计的实时性产生负面影响。

本文的核心目标是提出一种适用于时间变化系统的分布式状态估计算法，该算法具有递归结构，能够在轮询协议和加密解密机制的约束下，实现对系统状态的准确估计。研究首先分析了系统模型，考虑了时间变化系统的状态动态方程和测量方程。其中，系统状态由一个时间变化的矩阵 $ A_\rho $ 描述，而每个传感器节点的测量输出则由一个与时间相关的矩阵 $ C_{i,\rho} $ 进行转换。研究假设系统状态、过程噪声和测量噪声均为零均值的高斯白噪声，且具有不同的协方差矩阵。这种系统模型为后续的算法设计和性能分析提供了理论基础。

在算法设计方面，本文提出了一种基于加密解密机制的分布式状态估计方法。该方法不仅考虑了轮询协议对数据传输顺序的影响，还通过优化加密解密参数，确保了系统状态估计的误差在均方意义下具有指数有界性。具体而言，研究通过数学归纳法推导出一个与估计误差协方差相关的上界（Upper Bound，简称UB），并进一步设计合适的估计器增益，以最小化该上界。这种设计方法能够在保证系统状态估计精度的同时，有效降低由于加密和轮询协议带来的额外计算和通信开销。

此外，研究还探讨了如何通过合理的加密参数设计，使得窃听者无法准确估计系统状态。通过分析加密和解密过程中的误差传播，研究提出了一种能够使窃听者估计误差无界的策略。这意味着，即使窃听者能够截获部分加密数据，其对系统状态的估计也将无法达到实际状态的精度，从而在一定程度上保障了系统的安全性。

为了验证所提出方法的有效性，本文设计了两个仿真实验。实验一基于四个传感器节点构建的时间变化系统，通过设定不同的系统参数和通信条件，分析了加密解密机制与轮询协议对状态估计性能的影响。实验二则进一步扩展了系统规模，验证了所提出算法在更大网络环境下的鲁棒性和适应性。实验结果表明，所设计的加密解密机制能够在保证系统状态估计精度的同时，显著降低窃听者对系统状态的估计能力，从而有效提升了系统的安全性。

在理论分析方面，本文还引入了一些关键的引理和结论，以支持所提出的算法设计和性能评估。例如，引理1提供了一个关于向量乘积的不等式，该不等式有助于分析加密和解密过程中误差的传播特性。引理2则给出了一个关于随机过程的指数有界性条件，为研究状态估计误差的收敛性提供了理论依据。这些引理和结论不仅丰富了分布式状态估计的理论体系，也为后续的实际应用提供了可靠的数学支持。

从实际应用的角度来看，本文所提出的方法具有较强的工程适用性。在现代智能系统中，传感器网络通常需要在资源受限的环境下运行，因此如何在保证系统性能的同时，兼顾通信效率和安全性成为研究的核心问题。本文提出的加密解密机制和轮询协议相结合的方法，能够在不牺牲系统状态估计精度的前提下，有效降低通信资源的消耗，并防止潜在的隐私泄露。这种设计方法为实际工程中复杂传感器网络的安全状态估计提供了新的思路和解决方案。

本文的研究还揭示了加密解密机制与轮询协议在分布式状态估计中的协同作用。一方面，轮询协议通过优化数据传输顺序，减少了网络拥堵和通信延迟，从而提高了系统的实时性。另一方面，加密解密机制则通过引入随机化和安全性增强，有效防止了窃听攻击。然而，这两种机制的引入也可能对状态估计的精度产生一定的影响。因此，研究需要在两者之间找到一个平衡点，使得系统在通信效率和安全性之间达到最优。本文通过设计合理的加密参数和优化估计器增益，实现了这一目标。

从方法创新的角度来看，本文的主要贡献在于首次将加密解密机制与轮询协议相结合，用于时间变化系统的分布式状态估计问题。这一结合不仅拓展了分布式状态估计的应用范围，还为应对复杂的网络安全威胁提供了新的技术手段。此外，本文提出的算法设计方法具有较强的通用性，可以适用于不同类型的传感器网络和时间变化系统。通过数学归纳法推导出的误差上界和指数有界性条件，为后续的研究提供了重要的理论参考。

在实际应用中，本文所提出的方法可以为工业控制系统、智能电网、无人飞行器等领域的安全状态估计提供技术支持。这些系统通常需要在开放的通信环境中运行，且对实时性和准确性有较高要求。因此，如何在有限的通信资源下，实现高效、安全的状态估计成为亟待解决的问题。本文通过引入加密解密机制和轮询协议，提供了一种兼顾效率与安全性的解决方案，为相关领域的工程实践提供了理论指导。

此外，本文的研究还具有一定的拓展性。在当前的研究基础上，未来的工作可以进一步探索加密解密机制对其他类型攻击（如虚假数据注入攻击和拒绝服务攻击）的防御效果。同时，也可以考虑在不同网络拓扑结构和通信环境下，优化加密解密参数和轮询协议的设计，以提升系统的整体性能。例如，在具有动态拓扑结构的传感器网络中，如何适应网络拓扑的变化并保持状态估计的稳定性，是一个值得深入研究的问题。

综上所述，本文在时间变化系统的安全分布式状态估计问题上取得了一定的进展。通过引入加密解密机制和轮询协议，研究提出了一种兼顾通信效率和安全性的状态估计算法。该算法不仅能够有效降低网络负载，还能够防止窃听者对系统状态的准确估计，从而提升系统的安全性。同时，本文通过数学分析和仿真验证，展示了该方法在实际应用中的可行性。未来的研究可以进一步拓展该方法的应用范围，探索其在不同攻击类型和网络环境下的适应性，以实现更广泛的安全保障。