网络系统中的一个重要问题是检测和删除所谓的恶意节点。在这种情况下,一个关键的考虑因素是检测中的不确定性,加上对网络连接的考虑,这会导致错误地移除良性节点以及无法移除恶意节点而产生间接成本。最近提出的解决这个问题的方法直接解决了这些问题,但具有显着的局限性:它假定决策者对网络上节点的联合恶意概率有准确的了解。这在实践中显然不是这种情况,这种分布有限的证据是最好的估计。为了解决这个问题,我们提出了用于最佳节点移除的分布式鲁棒框架。虽然问题是NP-Hard,但我们提出了一种原理算法技术,可以基于二元性与半定规划松弛相结合来近似解决它。综合使用理论和实证分析,使用合成数据和实际数据,提供了强有力的证据证明非算法方法非常有效,特别是比现有技术更强大。
translated by 谷歌翻译