隐私保护与攻击防御的协同设计以实现安全共识:一个数字孪生框架

《Automatica》:Privacy protection and attack defense co-design for secure consensus: A digital twin framework

【字体: 大 中 小 】 时间:2026年08月30日 来源:Automatica 6.2

编辑推荐:

  **摘要** 隐私保护和攻击防御是分布式系统中的两个基本挑战,现有的解决方案都将两者限制在同一物理空间内,导致准确性、隐私性和韧性之间的权衡,甚至为了其中之一而牺牲其他方面。为了克服这一缺点,本文我们建立了一个协同设计框架,通过结合同构变换技术和基于信任评估的弹性控制策略来减轻

  **摘要**

隐私保护和攻击防御是分布式系统中的两个基本挑战,现有的解决方案都将两者限制在同一物理空间内,导致准确性、隐私性和韧性之间的权衡,甚至为了其中之一而牺牲其他方面。为了克服这一缺点,本文我们建立了一个协同设计框架,通过结合同构变换技术和基于信任评估的弹性控制策略来减轻隐私泄露和网络攻击。具体来说,一方面,同构变换将真实系统映射到虚拟系统。结合身份加密和网络重组,可以将孤立真实代理之间的共识重新构建为交互式虚拟代理之间的不同但等效的共识。基于此,提出了一种基于变换的隐私感知共识算法,以在保持真实代理系统级隐私的同时实现共识;另一方面,开发了一种两阶段弹性共识算法,通过采用加法-减法平衡策略来消除与不可信代理的信息交换影响,从而在可信赖的虚拟代理之间实现精确收敛。最后,为了获取邻居节点的信任值,我们提出了一种分布式信任评估算法,利用两跳信息来验证节点控制器的正确性。值得注意的是,所提出的协同设计方案实现了一个基于数字孪生的控制框架,在物理空间保护隐私,在虚拟空间防御攻击,并实现了两个空间的共同进化。通过这种方式,有效克服了现有解决方案中的固有权衡。最后,仿真结果表明了所提出方法的有效性。

**引言**

在过去的几年中,5G技术和连接设备的快速发展导致控制范式从集中式范式转变为分布式范式(例如,Fiore和Russo(2019),Xian、Liu等人(2025)和Ye等人(2023)的研究)。与集中式范式(Wang等人,2022;Yue等人,2005;Yue等人,2012)不同,分布式范式旨在通过网络上的本地交互促使一组代理完成某些复杂任务(Oh等人,2015;Wen等人,2023;Xian、Zhao等人,2025)。然而,信息交换的频繁性和网络环境的开放性给控制器设计带来了两个重大挑战:(i)个体信息的隐私保护(例如,Hassan等人(2019)和He等人(2019));(ii)网络攻击和防御(例如,Ye(2025)和Yue等人(2025))。尽管现有的解决方案在一定程度上有效,但仍存在显著局限性:(i)仅考虑了初始状态的隐私(Chen等人,2024),而系统导向的隐私(如系统矩阵和轨迹(状态、输入和输出)未被触及;(ii)缓解策略仅限于同一物理空间,导致准确性、隐私性和韧性之间的权衡,甚至为了其中一个而牺牲其他方面(Ramos、Teixeira等人,2023);(iii)大多数现有工作仅解决了一个挑战,但尚未建立同时应对两个挑战的统一框架。

为了克服上述限制,本文提出了一种统一框架,通过结合同构变换技术和基于信任评估的弹性控制策略,在共识中同时实现隐私保护和攻击防御。具体来说,首先,借助同构变换,将真实代理之间的原始私有共识重新构建为虚拟代理之间的等效公共共识。然后,提出了一种基于变换的隐私感知共识算法,以在保持真实代理系统级隐私的同时实现原始共识;接着,建立了一种两阶段弹性共识算法,以在减轻不可信节点的恶意行为的同时达到变换后的共识。需要注意的是,这实现了一个基于数字孪生的控制框架,在物理空间保护隐私,在虚拟空间防御攻击,并实现了两个空间的共同进化。通过这种方式,有效克服了现有解决方案中的固有缺陷。最后,仿真结果表明了所提出方法的有效性。

**隐私保护与弹性共识的相关工作回顾**

**隐私保护**

在传统的共识算法中,每个代理都需要与其邻居交换明文或未加密的信息。当共享信息敏感或机密时,这是不可取的(Nozari等人,2017)。例如,在应用共识算法解决电网负荷分配问题时,共享数据通常包含分支功率需求,这些数据揭示了家庭的能源消耗行为。另一个例子是协作引导系统,其中传输的数据可能包括分类的导弹发射地点(Liu等人,2020)。在这两种情况下,自然会产生一个有趣的问题:如何改进这些传统交互式算法,以在保护参与代理隐私的同时实现共识。

为了解决上述问题,文献中提出了几种有效的解决方案,包括基于差分隐私(DP-based)的;基于加性扰动的(AP-based);基于同态加密的(HE-based);基于输出掩码的(OM-based);基于状态分解的(SD-based)和基于代数变换的(AT-based)方法。接下来,我们将回顾这些方法及其优缺点。

简而言之,基于DP的解决方案依赖于在共享的离散时间状态中引入不确定性,即设计良好的随机噪声(例如,Gao等人(2024);He等人(2018)和Wang等人(2024)。相比之下,基于AP的解决方案将确定性扰动注入到连续时间状态中,适用于一阶(Rezazadeh和Kia,2023;Xiong和Li,2022)或二阶(Chu、Ma等人,2025)的多个代理系统(MASs)。因此,初始状态的隐私保护是以收敛准确性为代价的。为了提高准确性,Hadjicostis和Domínguez-García(2020)以及Ruan等人(2019)提出了一种基于HE的分布式协议,其中随机性被编码到网络权重中,并在代理之间共享加密状态。尽管提供了隐私和准确的共识,但这种方法需要昂贵的计算和通信成本,对于资源有限的代理来说不可行。为了解决这一限制,Altafini(2020)提出了一种基于OM的解决方案,通过引入OM函数来掩盖实际状态,使对手无法识别初始状态的隐私。然而,所提出的OM是指数衰减的,需要无限时间才能恢复到实际状态。为了实现有限时间恢复,Chu、Gan等人(2025)提出了一种对数OM,并提出了一种改进的两阶段算法,包括隐私保护阶段和收敛阶段。因此,它在保持初始状态隐私的同时实现了准确的预设时间共识,并节省了带宽资源。需要注意的是,这种方法是一种系统导向的设计理念,系统越复杂,设计就越困难。为了打破这种困境,Wang(2019)提出了一种基于SD的方法,其中每个代理的状态被分解为两个子状态,一个用于与其他代理交互,另一个用于自身使用。虽然创造了隐私,但基于SD的方法使系统的维度加倍,使得收敛分析变得难以处理。作为一种替代方案,基于AT的方法出现了,它源于优化领域的隐私研究(Weeraddana等人,2013)。其思想是使用AT将原始的私有优化问题转换为等效的公共优化问题(Weeraddana & Fischione,2017)。在此基础上,它实现了基于云的控制系统的隐私保护(Sultangazin和Tabuada,2020;K. Zhang等人,2021)以及一般线性MASs的隐私保护共识(Chu、Yue等人,2025)。

**弹性共识**

弹性是指系统从遭受的故障和攻击中恢复的能力。在共识过程中,开放的网络和频繁的交互使MASs面临各种网络攻击(Xiao等人,2022;D. Zhang等人,2021),例如对传感器、执行器和通信通道的攻击(Meng等人,2020)以及分布式系统的共谋攻击(Zhao等人,2024;Zhao等人,2023)。以多车辆协调为例,如果车载传感器受到攻击,这些车辆的传感器数据将被破坏,导致性能下降,最坏的情况下,协调完全失败。在这种情况下,另一个有趣的问题出现了:如何设计弹性共识算法,使良性代理在恶意网络攻击的存在下仍能达成共识。

为了应对上述问题,人们设计了多种弹性共识协议。这些协议可以分为三类。第一类是设计攻击补偿控制器来减轻网络攻击的不利影响。例如,我们提出了一种弹性脉冲补偿控制器,用于在多点多模式虚假数据注入攻击下实现MASs的输出形成控制(Chu等人,2024)。为了获得更好的性能,Li等人(2025)开发了预定义时间的观察者和规定的性能控制器,以解决DoS攻击下的非线性MASs的共识问题。然而,这些结果假设攻击信号或序列是预先已知的,这在实践中是不现实的。为了放宽这一假设,提出了第二类算法,称为Mean-Subsequence Reduced(SMR)算法,它在每次迭代中移除邻居中的一些极端状态,以促进良性代理之间的共识(Dibaji和Ishii,2017;LeBlanc等人,2013)。在网络稳健的假设下,这些算法在理论上是有根据的。基于这一优势,最近的研究将范围扩展到了分布式优化(Su和Vaidya,2020;Sundaram和Gharesifard,2018)和受到拜占庭攻击的多代理机器学习(Li等人,2022;Medhi等人,2023)。需要注意的是,这种方法适用于标量状态,但对多维状态无效;参见例如Luo等人(2023),Yang和Sun(2024)以及Yan等人(2022)。为了克服这一限制,开发了第三类算法,利用信任值来识别和过滤潜在的恶意代理。沿着这一思路,为离散时间(Ramos、Silvestre等人,2023)和连续时间MAS(Ramos等人,2022)设计了一系列基于声誉的共识算法。例如,Hadjicostis和Domínguez-García(2024)提出了一种分布式信任评估算法来获取邻居代理的信任值。

在本文中,我们提出了共识协同设计,通过结合同构变换技术和基于信任评估的弹性控制策略来同时减轻隐私泄露和网络攻击。这形成了一个基于数字孪生的控制框架,其中隐私保护和攻击防御分别在物理空间和虚拟空间进行。变换实现了两个空间的共同进化。从这个意义上说,共识中的隐私保护和攻击防御遵循了分离原则。本文的贡献有四个方面:(i)我们开发了一种同构变换技术,将原始的私有共识转换为等效的公共共识。然后,我们提出了一种基于变换的隐私感知算法,以在保持真实代理系统级隐私的同时实现代理之间的共识。(ii)我们构建了一种两阶段弹性共识算法,以在可信赖的虚拟代理之间实现共识,其中采用了加法-减法平衡策略来减轻来自不可信虚拟代理的攻击影响。(iii)我们提出了一种分布式信任评估算法,利用两跳信息来验证邻居节点控制器的正确性,从而获取它们的信任值。(iv)我们建立了一个基于数字孪生的控制框架,其中隐私保护和攻击防御被分配到两个不同的空间,表明在共识过程中遵循了分离原则。

**问题陈述**

在本节中,我们首先介绍问题的动机,然后介绍隐私保护和信任评估模型,最后重新阐述本文考虑的问题。

**隐私分析**

在本节中,为了解决第2.4节中描述的问题1和问题2,我们首先进行隐私分析,然后量化所提供的隐私量。

**弹性分布式控制器设计**

在本节中,为了解决第2.4节中描述的问题3和问题4,我们首先提出了一种减轻代理可信度波动的方案,然后设计了一种两阶段弹性算法。最后,我们开发了一种评估邻居可信度的方案。

**示例**

在本节中,我们进行了数值仿真来验证所提出的方法。真实代理是具有形式(1)的质量阻尼器-弹簧系统,其中Ai=0<1?f< />< />< />< />< />< />< />
**结论**

在本文中,我们研究了在系统导向隐私泄露和来自不可信节点的攻击影响下的平均输出共识问题。我们通过提出算法1、算法2和算法3,分别建立了一个协同设计框架。 **结论**>

**结论**

在本文中,我们研究了在系统导向隐私泄露和来自不可信节点的攻击影响下的平均输出共识问题。我们通过提出算法1、算法2和算法3,分别建立了一个协同设计框架。>它实现了一种基于数字孪生的控制框架,在该框架中,物理空间的隐私得以保护,而虚拟空间则能够抵御攻击。也就是说,隐私保护和攻击防御遵循了一种分离的原则。洪军(Hongjun Chu)于2009年获得中国温州温州大学的应用数学硕士学位,2017年在中国上海上海交通大学的控制科学与工程博士学位。他目前是中国南京邮电大学低碳技术研究所的副教授。他的当前研究兴趣包括分布式控制与优化及其应用。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号