基于状态分解的隐私保护分布式对偶平均在线优化方法及系统

本发明涉及一种基于状态分解的隐私保护分布式对偶平均在线优化方法及系统，属于信息通信技术领域。本发明提供的算法结合状态分解和梯度调整策略，以增强隐私保护能力，同时消除有向网络中的不平衡性。将每个节点的状态变量进行分解，其中一个状态变量仅在节点内部进行更新，不与外部通信，而另一个状态变量则用于与相邻节点交换信息。此外，这些变量之间的权重是时变的，并且仅节点本身知晓其具体数值，从而进一步增强隐私保护机制。该方法无需额外的隐藏信号，也不会显著增加计算量。在分布式优化理论的支持下，本发明算法有较好的有效性，无需中心控制，可以解决时变有向网络中的实际问题，并且有着保护隐私的特性，具有广阔的应用前景。