一种基于状态分解技术的差分隐私分布式梯度追踪优化方法及系统

本发明涉及一种基于状态分解技术的差分隐私分布式梯度追踪优化方法及系统，属于信息通信技术领域。该方法将每个节点与隐私相关的状态分解为两个子状态，只与邻居交换一个子状态，另一个不共享，从而防止潜在攻击者推断敏感信息。此外，在交换的子状态和决策变量中引入拉普拉斯噪声，以实现差分隐私。通过状态分解机制，本方法能够降低拉普拉斯噪声对算法收敛精度的影响，在同等隐私保护水平下展现更高的精度。该算法专为复杂网络场景设计，适用于智能电网、能源管理等需要隐私保护和网络拓扑复杂的应用，展现出在分布式优化中的广泛适用性和创新性。