先验暴露下的隐私保护状态估计器设计研究

Le Liu、Yu Kawano、Ming Cao 发表研究，针对先验信息暴露下离散时间线性随机系统的隐私保护状态估计问题，提出基于点态最大泄漏（PML）度量的设计方法。 研究发现，在所考虑的稳定线性估计器类中，无加性释放噪声的稳态 Kalman 滤波 PML 隐私泄漏最大，并给出 (ε,δ)-PML 隐私强制的稳态估计误差下界。作者推导了保证隐私的释放噪声充分条件，构建凸半定规划联合设计估计器增益与释放噪声协方差，给出稳态估计误差的显式上界，并在源-负载电力系统仿真中展示隐私与效用的权衡。

AI 根据报道生成 · 47 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。