网联自动驾驶车辆动态网络安全资源分配：一种部分可观测马尔可夫决策过程方法

本文提出了一种针对网联自动驾驶车辆（CAV）的动态安全资源分配框架，聚焦于资源受限条件下的网络安全挑战。通过构建部分可观测马尔可夫决策过程（POMDP）模型并采用Q-learning近似求解，该研究在确保行程完成的前提下，实现了安全监控与能源效率的最优平衡，为未来交通系统的安全可靠运行提供了创新性决策支持。

　　

重点内容

文献综述

确保网联车辆（CVA）的安全性和韧性需要涵盖威胁检测、资源管理和不确定性决策的协同策略。为阐明本研究的贡献，我们回顾了相关文献的三个主要方向。首先，我们检视了CAV中的入侵检测和异常检测方法，重点关注那些超越传统基于签名技术、转向监控信息物理行为和系统完整性的方法。其次，...

模型构建

考虑一辆沿计划路线行驶的CAV。在每个决策时刻，CAV需要确定用于攻击检测的安全资源分配数量，同时确保其能够完成行程。分配的安全资源越多，攻击者成功入侵系统的可能性就越低。

用 t ∈ T ? {0, 1, 2, …, T} 表示决策时刻，其中 T 是规划周期内的总时刻数。用 x ∈ X ? {0, 1} 表示CAV在时刻 t 的攻击状态...

基于点的值迭代

基于点的值迭代（PBVI）是一种为求解POMDP问题而开发的高效算法，能有效应对其复杂性。由于状态动态和观测均存在不确定性，POMDPs带来了巨大的计算挑战。由Pineau等人[2003]提出的PBVI，通过离散化信念空间，使得最优策略的计算更为可行，从而提供了有效的解决方案。该算法的重要意义在于其能够近似...

数值实验

数值实验旨在通过一系列场景验证所提出的框架，这些场景反映了不同的系统规模、能源可用性水平和操作环境。具体包括：（i）一个小规模受控案例，用于将我们的模型与启发式基准进行比较；（ii）一个大规模合成案例，用于评估Q-learning方法的可扩展性和收敛性；以及（iii）一个使用简化真实世界交通网络的基于路线的场景...

结论与未来方向

在本研究中，我们开发了一个用于CAV动态安全资源分配的框架。考虑到CAV有限的电力供应必须分配给各种关键功能——如车辆推进、感知、计算和安全监控——我们重点优化了当CAV面临潜在网络攻击时，其车载安全监控器的资源分配。

由于安全监控器无法完美观测攻击状态，它依赖于攻击检测算法来推断...