Resilient Distributed Optimization Algorithm With Fixed Step Size Against Malicious Attacks

Linyao Cao

doi:10.1109/TSIPN.2025.3613875

Resilient Distributed Optimization Algorithm With Fixed Step Size Against Malicious Attacks

2025-01-01

0

PRE

AI

DOI：10.1109/TSIPN.2025.3613875

原文链接

原文求助

摘要

En 中文

解决分布式优化问题依赖于多智能体网络中节点间的信息交换。在存在恶意攻击的不稳定网络环境中，受攻击节点会故意传播虚假数据以破坏优化过程。通过设计容错机制（FTM）和鲁棒分布式优化（RDO）算法，可以提高多智能体系统的安全性和鲁棒性。本文引入了一种基于K-中心点聚类的容错机制（M-FTM）来解决恶意攻击带来的挑战。与现有的F-局部滤波机制相比，M-FTM将网络连通性要求从（2F+1）-鲁棒降低到（F+1）-鲁棒，其中F为网络中的恶意节点数量。本文针对高维优化问题，提出了固定步长的鲁棒DIGing算法和鲁棒Push-DIGing算法。通过共识和收敛性分析验证了算法的有效性。数值实验表明，所提出的算法能够有效抵抗恶意攻击。此外，M-FTM不仅能将算法的运行效率提高一倍，还能使其在低网络连通性条件下运行。

Keyword:

Malicious attacks

multi-agent systems

resilient distributed optimization

fixed step size

fault-tolerant

Resilient Distributed Optimization Algorithm With Fixed Step Size Against Malicious Attacks

摘要

期刊

机构

引用论文