信息物理系统与保密中断概率：再探

本文从技术角度探讨了保密速率 $\Lambda$ 以及针对凹版保密中断概率（SOP）的极大化问题，即 $\mathop{{\rm \mathbb{M}ax}}\limits_{\Delta } {\rm \; } \mathbb{P}\mathscr{r} \big( \Lambda \ge \lambda \big)$。我们从一个通用视角来做此事，尽管我们的系统模型使用了传统的 Wyner 窃听信道——这可扩展到各类保密建模与分析。我们考虑了一个黎曼流形，并从数学上为其定义了一个体积 $\mathbb{V}\mathscr{ol}\big \lbrace \Lambda \big \rbrace$。通过对黎曼流形及其体积获得一个新界，我们随后将其与相对概率闭包中存在的特征值数量相关联。我们借助一些有用不等式（如 Finsler 引理、广义 Young 不等式、广义 Brunn-Minkowski 不等式、Talagrand 集中不等式）证明了若干新引理。我们还提出了一种基于马尔可夫决策过程的强化学习新算法，以寻找关于特征值分布的最优策略——该算法被扩展为一种可能半马尔可夫决策过程以应对周期性攻击情形。