Устойчивые прямо-двойственные алгоритмы оптимизации для децентрализованных распределенных ресурсов

Resilient Primal–Dual Optimization Algorithms for Distributed Resource Allocation

Распределенные алгоритмы для многоагентного распределения ресурсов могут обеспечить конфиденциальность и масштабируемость по сравнению с централизованными алгоритмами во многих киберфизических системах. Однако распределенный характер этих алгоритмов может сделать эти системы уязвимыми для атак через посредника, которые могут привести к несходимости и невыполнимости схем распределения ресурсов.

В этой статье предлагаются устойчивые к атакам распределенные алгоритмы, основанные на прямо-двойственной оптимизации, когда в системе присутствуют скрытые от глаз злоумышленники. В частности, разработаны устойчивые к атакам прямо-двойственные алгоритмы для статических и динамических атак с подменой законного пользователя с помощью надежной статистики. Для статических атак сформирована роботизированная модель оптимизации, которая демонстрирует, что алгоритм гарантирует сходимость к области оптимального решения роботизированной проблемы. С другой стороны, доказано, что надежная модель оптимизации не требуется для сценария динамической атаки, и в этом случае необходимо разработать алгоритм, который сходится к почти оптимальному решению исходной проблемы. Проанализирована производительность наших с помощью теоретических и вычислительных исследований.