基于强化学习的无线网络抗智能攻击技术及博弈研究

发布时间：2024-05-14 05:35

　　随着智能化可编程设备的发展,网络攻击者拥有了感知环境的能力,并能根据其所处环境自由选择攻击类型和模式,由于其强大的自适应性与自由选择性,被称为智能攻击者。目前大部分的网络安全研究都假设攻击者仅具有某一类型的攻击,并针对此类型的攻击进行防御机制的研究,而对具有不确定攻击类型的智能攻击者的研究则较少。与传统的仅具有单一攻击类型的攻击者相比,智能攻击者的攻击种类多,自由度大,目的性强,因此对网络安全的威胁也更大。为此,论文针对移动数据卸载到云服务器场景中存在的智能攻击问题,研究移动数据卸载到云端过程中的抗智能攻击机制。论文构建了移动数据卸载智能攻防博弈模型,并根据移动终端、安全代理和智能攻击者选择各自行为的顺序的不同,分别给出了该博弈的纳什均衡和斯坦克尔伯格均衡,揭示了信道状况等因素对智能攻击者的攻击类型、安全代理的防御模式和移动终端数据卸载率的影响。论文还提出了基于Q学习的移动数据卸载方案,仿真结果表明,所提方案提高了移动终端的效用,并能有效降低攻击率。当信道增益为1时,与随机上传方案相比,所提方案的平均电子欺骗率和平均敌意干扰率分别降低了 47%和8%。智能设备的发展赋予了移动用户更大的...

【文章页数】：77 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
常用符号对照表
第一章 绪论
    1.1 研究背景
    1.2 研究内容及意义
    1.3 论文结构安排
第二章 无线网络安全及智能攻击
    2.1 无线网络中的智能攻击
    2.2 移动数据卸载安全
    2.3 无人机通信安全
    2.4 本章小结
第三章 移动数据卸载抗智能攻击博弈研究
    3.1 移动数据卸载模型
    3.2 移动数据卸载抗智能攻击博弈
        3.2.1 移动数据卸载博弈模型
        3.2.2 移动数据卸载博弈的纳什均衡
        3.2.3 移动数据卸载博弈的斯坦克尔伯格均衡
    3.3 基于强化学习的移动数据卸载方案
        3.3.1 基于Q学习的移动数据卸载方案
        3.3.2 动态移动数据卸载博弈及分析
    3.4 本章小结
第四章 无人机通信抗智能攻击博弈
    4.1 无人机通信模型
    4.2 无人机通信抗智能攻击博弈
        4.2.1 基于前景理论的无人机通信博弈模型
        4.2.2 无人机通信博弈的纳什均衡
    4.3 基于强化学习的无人机通信策略
        4.3.1 基于Q学习的无人机功率分配方案
        4.3.2 基于WoLF-PHC的无人机功率分配方案
        4.3.3 基于DQN的无人机功率分配方案
        4.3.4 动态无人机通信博弈及分析
    4.4 本章小结
第五章 总结与展望
    5.1 主要工作
    5.2 未来工作展望
参考文献
攻读硕士学位期间的论文及参与的项目
致谢



本文编号：3973260