基于多智能体深度强化学习的区块链赋能无人机网络可信路由
系统与控制
2025-08-05 v1 人工智能
密码学与安全
系统与控制
摘要
由于无人机（UAVs）的高灵活性和多样性，它们被广泛应用于监视和灾难救援等领域。然而，在无人机网络中，路由因分布式拓扑和高动态特性而易受到恶意攻击。因此，确保无人机网络的路由安全具有挑战性。本文针对具有恶意节点的时变无人机网络，刻画了路由过程。具体地，我们 formulated 以最小化总延迟为目标的路由问题，这是一个整数线性规划问题，难以求解。随后，为解决网络安全问题，设计了基于区块链的信任管理机制（BTMM），用于动态评估信任值并识别低信任无人机。为了改进区块链中的传统实用拜占庭容错算法，我们提出了区块链 UAV 更新机制。此外，考虑局部可观测性，将路由问题 reformulated 为去中心化部分可观测马尔可夫决策过程。进一步，设计了基于多智能体双深 Q 网络的路由算法，以最小化总延迟。最后进行仿真测试，数值结果表明，本文提出的机制相对于多智能体近端策略优化算法、多智能体深度 Q 网络算法以及无BTMM的方法，延迟分别降低了13.39%、12.74%和16.6%。
引用
@article{arxiv.2508.00938,
title = {Trusted Routing for Blockchain-Empowered UAV Networks via Multi-Agent Deep Reinforcement Learning},
author = {Ziye Jia and Sijie He and Qiuming Zhu and Wei Wang and Qihui Wu and Zhu Han},
journal= {arXiv preprint arXiv:2508.00938},
year = {2025}
}
备注
IEEE Tcom Accepted