[发明专利]传感边缘云智能干扰攻击的博弈防御策略优化方法及系统

说明书

本发明公开了一种传感边缘云中受智能干扰攻击的博弈防御策略优化方法及系统。所述方法包括：(1)获取初始的传感器设备簇头节点集合的分配给所述计算任务传输功率向量；(2)按照斯塔克尔伯格模型，计算当最大化智能干扰攻击者的博弈效用时，所述智能干扰攻击者功率分配向量；(3)按照斯塔克尔伯格模型，计算达到纳什均衡点时，所述传感设备簇头节点的传输功率分配向量；(4)确定决策配置变量。所述系统包括初始化模块、智能干扰攻击者预测模块、防御策略决策模块、以及配置模块。本发明能有效的防御具有学习能力的智能干扰攻击者，提供了对抗智能干扰攻击的防御方法。

技术领域

本发明属于物联网技术领域，更具体地，涉及一种传感边缘云智能干扰攻击的博弈防御策略优化方法及系统。

背景技术

传感设备的计算任务能通过服务访问点或基站节点卸载到边缘服务节点，这极大的减少了传感设备的资源消耗，提高了用户的服务质量。然而，在开放的环境中，传感设备计算任务卸载过程容易受到智能干扰攻击。

传感边缘云系统集成了传感能力、控制、通信和计算能力，已经广泛应用于工业互联网领域。在传感边缘云系统中处于边缘侧的边缘服务节点通过开放的无线环境响应传感设备节点的请求，并且接收来自传感设备节点的计算任务。考虑到边缘侧复杂的无线通信特性，在传感设备和边缘服务节点之间的计算任务卸载中，特别是针对延迟敏感计算任务的智能干扰攻击，使得边缘计算性能降低或任务卸载失败。因此，传感设备和边缘服务的床杆设备簇头节点之间的安全通信面临巨大挑战。

传感设备簇头节点作为防御者，由于难以捕获智能干扰攻击者的信道增益，特别是智能干扰攻击者对多信道发起的DDoS(Distributed denial of service attack)攻击，越多的信道受攻击，防御者越需要高的计算成本才能获得优化的防御策略。S.Bhattacharya等形式化了一个零和追逐-逃避博弈来计算优化策略，并进行抗UAV(Unmanned aerial vehicle)干扰攻击(Game-theoretic analysis of an aerialjamming attack on a UAV communication network[C].)。L.Xiao等考虑了智能UAV干扰攻击者，能够指定攻击类型，如干扰攻击、窃听攻击和欺骗攻击等，并且基于强化学习的功率分配策略来防御这些攻击(User-Centric View of Unmanned Aerial VehicleTransmission Against Smart Attacks.)。Y.Xu等人考虑了不完全信道状态信息，使用贝叶斯Stackelberg博弈研究了UAV用户和干扰攻击者之间的竞争交互过程(A One-LeaderMulti-Follower Bayesian-Stackelberg Game for Anti-Jamming Transmission in UAVCommunication Networks[J].)。在Y.Xu等的方案中，防御者使用Stackelberg抗干扰攻击博弈来评估智能干扰攻击的观察误差对防御性能的影响，并获得了纳什均衡(A One-Leader Multi-Follower Bayesian-Stackelberg Game for Anti-Jamming Transmissionin UAV Communication Networks)。

这些方案存在的不足如下：

(1)已提出的方法对不完全的信道状态信息考虑有限，使得博弈参与者最优策略的选择面临复杂性，当博弈参与者双方攻防策略改变时，已提出的方法也未提供快速的推理功能来实现防御策略选择。

(2)虽然已提出的解决方案设计了基于学习的防御策略，但未考虑如何防御具有学习能力的智能干扰攻击者。

(3)智能干扰攻击者对计算任务卸载的多信道攻击，已提出的解决方案需要解决复杂的问题，极大降低了防御性能。

发明内容