无人机 Swarm 遇上 IRS：低空无线网络中的协作安全通信

低空无线网络 (LAWNs) 代表着一种具有前景的架构，将无人机 (UAV) 作为空中节点以提供增强的覆盖、可靠性和吞吐量以满足多样化应用。然而，这些网络面临来自已知和潜在未知窃听者的显著安全漏洞，这些漏洞可能威胁数据保密性和系统完整性。为解决此关键问题，我们提出一种 novel 的安全通信框架，用于 LAWNs，其中选定的 UAVs 在 Swarm 中作为虚拟天线阵列 (VAA) 工作，配合智能反射面 (IRS) 以创建对抗窃听攻击的 robust 防御。具体而言，我们构建一个多目标优化问题，同时最大化保密率，同时最小化最大侧瓣电平和总能耗消耗，需对 UAV 激发电流权重、飞行轨迹和 IRS 相位移进行联合优化。该问题由于系统的动态特性和异构组件而呈现显著困难。因此，我们首先将问题转化为异构马尔可夫决策过程 (MDP)。随后，我们提出一种异构多智能体控制方法 (HMCA)，集成专门的 IRS 控制策略与多智能体 soft actor-critic 框架用于 UAV 控制，从而实现跨异构网络元素的协调运行。仿真结果表明，所提出的 HMCA 在保密率提升、侧瓣抑制和能源效率方面均优于基线方法。此外，我们发现 VAA 与 IRS 之间的协作和被动波束成形 synergy 在 UAV 数量增加时创建出 robust 安全保证。