用于保障能源互联网安全的数字孪生协会：挑战与解决方案

《IEEE Network》：Digital Twin Association for Securing Internet of Energy: Challenges and Solutions

数字孪生在6G边缘网络赋能的能源互联网（IoE）中通过三层架构实现服务模型与边缘服务器的优化关联，提出基于短长期效用感知的多智能体深度强化学习方法解决动态决策难题，实验验证了方案的有效性与效率，并展望了DT在IoE中的开放问题。

　　

摘要：

在6G支持的边缘网络中，得益于无处不在的智能协同作用，数字孪生（DT）技术被越来越多地应用于能源互联网（IoE），以最小化运营中断并实现成本效益最高的运作。然而，如何高效地将构建的DT服务模型与边缘服务器关联起来至关重要。为此，我们提出了一种三层架构来确保IoE的安全性。尽管这种架构为DT关联提供了有前景的解决方案，但也面临三个挑战。为了解决这些挑战，我们提出了一种基于效用感知的驱动机制作为策略，以在DT模型的整个生命周期内平衡即时响应需求和可持续发展需求，从而做出关联决策。特别是，我们提出了一种同时考虑短期和长期效用的方法来进行DT关联。通过将最大化短期和长期效用的优化问题转化为马尔可夫决策过程，我们设计了多智能体深度强化学习算法来获得高效的解决方案。此外，我们通过实验验证了所提方案的有效性和效率。最后，我们对在IoE中应用DT的开放性问题进行了展望。