卫星网络中面向安全感知计算卸载的强化学习
密码学与安全
2021-11-10 v1 信息论
math.IT
摘要
NewSpace的兴起为中小企业在商业上发射和运营太空卫星提供了平台。与传统卫星不同,NewSpace提供了在太空中部署计算平台的机会。然而,太空中的计算资源通常昂贵,卫星可能无法在本地计算所有计算任务。计算卸载(CO)——一种在边缘/雾计算中流行的做法——可证明能在该资源受限的太空生态中有效节省能量与时间。然而,CO改变了系统的威胁与风险状况。在本文中,我们分析太空系统中的安全问题,并提出一种安全感知的CO算法。我们的方法基于强化学习技术深度确定性策略梯度(DDPG)。我们通过蒙特卡洛模拟表明,我们的算法在多种环境与网络条件下有效,并对计算优化选址的挑战提供了新颖见解。
引用
@article{arxiv.2111.05259,
title = {Reinforcement Learning for Security-Aware Computation Offloading in Satellite Networks},
author = {Saurav Sthapit and Subhash Lakshminarayana and Ligang He and Gregory Epiphaniou and Carsten Maple},
journal= {arXiv preprint arXiv:2111.05259},
year = {2021}
}