一种基于边缘扰动的二阶系统隐私保护平均一致性方法

本发明公开了一种基于边缘扰动的二阶系统隐私保护平均一致性方法，包括如下步骤：确定多智体系统的通信拓扑图和拉普拉斯矩阵，并通过拉普拉斯矩阵来表征智能体之间的信息交互关系；建立多智能体系统的动力学模型；在初始迭代时，每个智能体为与其相连的每条边生成扰动信号，确定攻击者类型；在确认攻击类型之后，在智能体在向邻居传输位置信息和速度信息中分别添加扰动信号和生成干扰后的信息传递给其邻居；当扰动信号阶段结束后，智能体切换到标准的二阶动态平均一致性算法，并根据邻居反馈的信息更新自己的状态。本发明在保证隐私保护的同时，不牺牲一致性算法的收敛精度，适用于资源受限的环境，能有效抵御内部和外部攻击者的隐私窃取。