基于强化学习的移动边缘缓存安全性研究
密码学与安全
2018-01-19 v1
摘要
移动边缘计算通常利用缓存来支持 5G 移动互联网中的多媒体内容，以降低计算开销和时延。移动边缘缓存（MEC）系统易受多种攻击，如拒绝服务攻击和恶意边缘节点攻击。本文研究 MEC 系统中的攻击模型，重点关注移动卸载与缓存过程。我们提出了应用强化学习（RL）技术的安全解决方案，以针对干扰攻击为边缘节点提供安全卸载。我们还提出了轻量级认证与安全协同缓存方案来保护数据隐私。我们评估了基于 RL 的移动边缘缓存安全方案的性能，并讨论了未来需要应对的挑战。
引用
@article{arxiv.1801.05915,
title = {Security in Mobile Edge Caching with Reinforcement Learning},
author = {Liang Xiao and Xiaoyue Wan and Canhuang Dai and Xiaojiang Du and Xiang Chen and Mohsen Guizani},
journal= {arXiv preprint arXiv:1801.05915},
year = {2018}
}