增强 RIS 辅助无人机移动边缘计算网络中保密能源效率的研究：基于深度强化学习的方法
密码学与安全
2025-05-19 v1 分布式、并行与集群计算
系统与控制
系统与控制
摘要
本文研究了在地面窃听威胁下，如何为地面用户的任务卸载传输提供安全保障的问题。我们提出一种基于可重构智能表面（RIS）辅助的无人机（UAV）-移动边缘计算（MEC）方案，以提高安全任务卸载效率的同时，最小化无人机的能源消耗，同时满足任务完成约束条件。基于数据驱动的方法，我们提出了一整套优化策略，联合优化空中MEC（AMEC）的轨迹、任务卸载分割、用户端传输调度以及RIS相位移。我们的目标是优化用户端任务卸载传输的保密能源效率（SEE），同时保持AMEC的能源资源并满足任务完成时间要求。数值结果表明，所提出的解决方案能够有效保护合法的任务卸载传输，同时保持AMEC的能源。
引用
@article{arxiv.2505.10815,
title = {Enhancing Secrecy Energy Efficiency in RIS-Aided Aerial Mobile Edge Computing Networks: A Deep Reinforcement Learning Approach},
author = {Aly Sabri Abdalla and Vuk Marojevic},
journal= {arXiv preprint arXiv:2505.10815},
year = {2025}
}
备注
This article has been accepted for publication in the IEEE 2025 International Conference on Communications (ICC2025)