鲁棒网络切片：多智能体策略、对抗攻击与防御策略

在本文中，我们提出了一种用于动态环境中网络切片的多智能体深度强化学习（deep RL）框架，该环境包含多个基站和多个用户。特别地，我们提出了一种具有多执行者与集中评论者（MACC）的新颖深度RL框架，其中执行者以指针网络实现，以适应输入维度的变化。我们通过仿真评估所提深度RL算法的性能以证明其有效性。随后，我们开发了一种基于深度RL、具有有限先验信息与有限功率预算的干扰机。该干扰机的目标是最小化网络切片所实现的传输速率，从而削弱网络切片智能体的性能。我们设计了一个兼具侦听与干扰阶段的干扰机，并通过深度RL解决干扰位置优化与干扰信道优化问题。我们在优化位置处评估该干扰机，通过在干扰阶段与侦听阶段间切换，在优化的一组信道中生成干扰攻击。我们表明，所提干扰机无需直接反馈或关于网络切片策略的先验知识即可显著降低受害者性能。最后，我们为网络切片（作为防御措施）与干扰设计了一种纳什均衡监督的策略集成混合策略剖面。我们通过在仿真中将所提策略集成算法应用于网络切片智能体与干扰机智能体来评估其性能，以证明其有效性。