基于差分隐私的多智能体任务卸载与资源优化方法和系统

本发明公开一种基于差分隐私的多智能体任务卸载与资源优化方法和系统，涉及多智能体强化学习技术领域。针对多智能体系统中任务卸载与资源分配需要共享任务状态、队列信息及资源使用情况的特点，直接传输易导致隐私泄露，本发明通过在消息传输中引入差分隐私保护机制，确保在协作过程中敏感数据不被直接泄露。发送端通过优化的高斯噪声添加策略，利用隐私预算参数动态调整噪声强度，在隐私保护和信息有效性之间取得平衡，在保障隐私安全的同时，确保关键数据的有效性。接收端利用梯度链规则解析并恢复噪声化信息，最大程度降低噪声对优化任务卸载和资源分配决策的影响，确保智能体基于完整有效的信息作出最优决策。