隐私保护共识算法

抗DoS与注入攻击

在联合网络攻击下通过子状态交换和卡尔曼滤波实现安全的非对称双向一致性，保护智能体初始状态隐私。

Fan, Fang · 杨洪勇 · 刘飞 · 刘莉

International Journal of Robust and Nonlinear Control 2026

技术优势

初始状态不泄露

通过子状态交换仅暴露部分信息，使窃听者无法重建智能体的完整初始状态。

同时抗两类攻击

统一攻击模型覆盖拒绝服务与虚假数据注入，基于卡尔曼滤波的状态估计机制确保系统在两种攻击同时发生时仍能达成共识。

应用场景

• 多智能体安全控制：在敌对攻击下保障多智能体系统的一致性控制与状态隐私，适用于关键基础设施协同。
• 工业机器人协同：在联网的工业机器人集群中防止初始状态被窃取，同时维持生产协同。
• 无人机编队：保护无人机编队的起飞/初始位置隐私，并在干扰下保持队形一致。