基于滤波的工艺参数隐私保护方法

成果编号：40496

价格：面议

完成单位：江苏省无锡市无锡学院

单位类别：其他高校

完成时间：2023年

成熟程度：研制阶段

服务产业领域：电子信息

我要对接关注发送消息

发布人：wxxy_yj 离线

发送消息

工业网络物理系统是一种将信息技术和物理世界紧密结合的新型系统，其过程参数对产品质量有重要影响，但也面临着隐私泄露和欺骗攻击的风险。为了在保护过程参数隐私的同时，提高其效用，本项目提出了一种基于差分隐私的平方根无迹卡尔曼滤波算法，该算法通过引入拉普拉斯噪声扰动过程参数，然后利用平方根无迹卡尔曼滤波技术抑制噪声的负面影响，从而实现了在满足差分隐私保证的前提下，提高过程参数的效用。本文以数控车床的铣削过程为例，对比了拉普拉斯扰动算法、基于卡尔曼滤波的差分隐私算法和基于无迹卡尔曼滤波的差分隐私算法，验证了所提算法的有效性和优越性。

138 次浏览分享到

成果介绍

科技计划：其他：

成果形式：新技术

合作方式：技术开发

参与活动：

专利情况：未申请专利

成果简介

综合介绍

创新要点

本项目首次将差分隐私和平方根无迹卡尔曼滤波相结合，提出了一种新的过程参数保护方法，有效地解决了过程参数的隐私-效用权衡问题。本项目采用了平方根无迹卡尔曼滤波技术，通过使用QR分解、Cholesky因子更新和线性变换等方法，避免了滤波器发散的风险，提高了估计的准确性和稳定性。本项目通过理论分析和仿真实验，证明了所提算法的隐私保证和效用提升，以及相对于其他算法的优势和高效性。

技术指标

隐私保证：所提算法满足ϵ-差分隐私的定义。效用提升：所提算法通过平方根无迹卡尔曼滤波技术，降低了拉普拉斯噪声对过程参数的影响，提高了过程参数的效用。效用的衡量标准是平均相对误差。计算效率：所提算法相对于基于无迹卡尔曼滤波的差分隐私算法，具有更高的计算效率。

其他说明

合同金额大于等于30万元，符合产学研项目的申报条件。本文的成果可以帮助企业提高工业网络物理系统的生产效率和产品质量，同时保护过程参数的隐私，防止隐私泄露和欺骗攻击，有利于提升企业的竞争力和创新能力。本项目的成果涉及差分隐私、平方根无迹卡尔曼滤波等前沿技术，具有较高的科学性和技术性。同时，项目负责人也有主持省产学研项目的经验，有利于后期认定高新技术企业、专精特新企业、瞪羚企业等。

完成人信息

姓名：对接成功后可查看

所在部门：对接成功后可查看

职务：对接成功后可查看

职称：对接成功后可查看

手机：对接成功后可查看

E-mail：对接成功后可查看

电话：对接成功后可查看

传真：对接成功后可查看

邮编：对接成功后可查看

通讯地址：对接成功后可查看

联系人信息