基于随机博弈的认知无线电网络鲁棒路由学习
网络与互联网体系结构
2018-02-07 v1
摘要
本文研究了在存在恶意节点的次级网络中的多跳、多信道认知无线电网络(CRN)里鲁棒频谱感知路由问题。所提出的路由方案将次级用户(SUs)之间的交互建模为随机博弈。通过允许路径效用信息从下一跳节点反向传播，随机路由博弈被分解为一系列阶段博弈。最佳响应策略通过平滑虚拟博弈过程学习，该过程保证收敛而无需泛洪本地效用和行为信息。为解决兼具朝向主用户路由和 sink-hole 攻击的混合内部攻击问题，每个 SU 通过多臂老虎机过程评估邻居节点的可信度。仿真结果表明，所提出的路由算法能够强制恶意 SU 合作并减少攻击对路由选择过程的负面影响。
引用
@article{arxiv.1603.08664,
title = {Learning for Robust Routing Based on Stochastic Game in Cognitive Radio Networks},
author = {Wenbo Wang and Andres Kwasinski and Dusit Niyato and Zhu Han},
journal= {arXiv preprint arXiv:1603.08664},
year = {2018}
}
备注
Submitted to IEEE Transactions on Wireless Communications