课程增强虚博弈：动态演化攻击下智能网联汽车V2V通信安全防御

《IEEE Journal of Selected Areas in Sensors》：Robust Resource Allocation for V2V Communications against Evolving Jamming

　　车对车（V2V）通信在智能网联汽车（ICV）之间建立了基本连接，构成了支撑智能交通系统（ITS）的去中心化无线网络。此类网络本质上容易受到干扰攻击，这些攻击会破坏关键信息的传播，严重降低系统可靠性和道路安全。大多数现有方法采用强化学习（RL）来增强无线安全性，然而，它们通常将攻击者视为静态组成部分，忽视了攻击者的动态演化能力，导致所得策略容易被演化的攻击者所利用。为弥补这一研究空白，我们提出了一种课程增强虚博弈（CEFP）强化学习方法，以对抗动态演化的对抗性攻击。在这样的对抗环境中，防御者和攻击者以冲突的优化目标同时训练，导致它们的更新相互影响，从而引起策略循环并阻碍稳定收敛到均衡点。为解决这种不稳定性，CEFP引入了一种基于群体的虚博弈机制，使防御者能够应对动态场景。尽管虚博弈稳定了训练，但所学策略在面对未知攻击者时仍可能存在泛化能力差的问题。为降低防御效果灾难性退化的风险，我们引入了一种基于奖励的课程学习机制，该机制自适应地选择适当的对手，从而促进获得稳健策略。实验结果表明，在攻击者动态演化的场景中，我们的方法能够保持较高的总数据包接收率和单车辆数据包接收率，确保了智能交通系统的可靠性和安全性。