1.基于效用机制平均一致性隐私保护优化方法，其特征在于：包括以下步骤：(1)、系统图论相关分析：

用无向图来表征网络G中节点间的通信关系，即G＝(V,E,W)，其中：V为网络节点集合，V＝{1,2,...,N}，N表示节点数目；

E为边集，其表示N个节点间的通信关系，N×N

W表示N个节点间的邻接权重，W∈R ；

设节点i和j(i，j∈V)，若节点i可接收到节点j的信息，则{j,i}∈E，Wji＞0,反之若节点i无法接收节点j的信息，则 Wji＝0，且假定网络G中不存在自连接，即若{i,j}∈E，则表示节点j为节点i的邻居节点，设节点i的邻居节点集为Ni，则Ni＝{j|(i,j)∈E,i≠j}，节点i的入度记为di，有di＝|Ni|，网络G的入度矩阵记为D，其主对角线线上元素有Dii＝diag{di}，其余元素为零，网络G的拉普拉斯矩阵L＝D-W；

(2)、基于噪声的隐私保护一致性算法设计：设节点j初始状态为xj(0)，为了保护节点j的初始状态xj(0)不被网络中其它节点获取，在广播k时刻节点j的状态为xj(k)时，向xj(k)注入随机噪声φj(k)，注入的随机噪声φj(k)按照公式(1)设计：公式(1)中， 为调节随机噪声强度的增益，υj(k)为服从均值为0、方差为 均匀分布的随机变量， 表示 的k次方；

然后，按照公式(2)得到节点j的加噪状态x′j(k)以及状态xi(k)的信息更新：公式(2)中，μ表示更新增益，且更新增益μ设计为0＜μ＜1，公式(2)中的邻接权重Wji按照公式(3)设计：公式(3)中，dj和di表示节点j和i的入度；

(3)、隐私保护一致性算法的(α,γ)-收敛时间设计：记 为网络G中各个节点k时刻平均状态 与初始平均状态 间的不一致，其中 表示元素全为1的N维列向量的转置；

定义使 的绝对值以不小于1-γ的概率维持在α值的最小时间为(α,γ)-收敛时间，记为k*，也即 其中γ∈[0,1]，α∈R≥0；

则步骤(2)中隐私保护一致性算法的(α,γ)-收敛时间k*具有公式(4)所示的下界：则当 时， 成立；

(4)、隐私保护一致性算法的(ε,δj)-隐私度设计：用节点j的初始状态xj(0)被节点i以精度ε估计出的概率定义节点j对节点i的隐私度，记为δij，也即 其中 为节点i对节点j的初始状态xj(0)的估计值；

记 为x′j(k)和xj(0)间的偏差，即 并记节点i对 的估计值为 则有

则k时刻，节点j对节点i的隐私度为

节点j的隐私度定义为如公式(5)所示：且公式(5)满足：

公式(6)中，Φj为节点j所有随机噪声{φj(k),k≥1}的集合， 为k＝0时刻随机噪声φj(0)的概率密度函数；在φj(0)服从均值为0、方差为 的均匀分布时，步骤(2)中隐私保护一致性算法中节点j的隐私保护度δj如公式(7)所示：(5)、基于效用机制的隐私保护一致性算法收敛时间优化：在网络G中，记N个节点数据分享的总收益为B，定义节点j的效用uj如公式(8)所示：公式(8)中∈j＞0为节点j的隐私保护因子；

记δH和δL分别为隐私保护度的上界和下界，则 和 分别对应为隐私保护因子的下界和上界；

定义隐私需求度pj∈(0,1)来表征节点j对隐私保护的需求度，则节点j的隐私保护因子如公式(9)所示：根据隐私需求度pj计算，则基于效用机制的(α,γ)-收敛时间k*优化如公式(10)所示：T

公式(10)中，σ＝[σ1,...,σN]为网络G的噪声方差向量，收敛时间优化问题中公式(10)的解为：则节点j的隐私保护度δj按公式(12)计算：公式(12)中， 为一映射函数， 定义为：