基于在线学习的频谱感知次序策略*

认知无线电允许次级用户在频谱没有被主用户使用时动态地接入频谱进行数据传输。动态频谱接入是解决无线电频谱资源短缺和使用效率低下问题的有效方案,而频谱感知是实现动态频谱接入的关键挑战之一。次级用户的感知能力有限,为了快速找到频谱空闲概率最大的频段从而获得更多的频谱接入机会,研究了频谱感知次序问题。考虑到频谱空闲概率会随时间变化且对次级用户不可知,提出了一个在线学习框架,把频谱感知次序问题规约成经典多摇臂赌博机问题,并利用在线学习方法——满意折现汤普森抽样算法(satisficing discounted Thompson sampling)处理优化问题。仿真结果表明,和其他算法相比,所提算法可获得更多的频谱接入机会并且能够跟踪频谱空闲概率的变化。     

攻防博弈下的Ad hoc网络风险预测

利用博弈论原理,分析Ad hoc网络入侵防御系统与攻击者之间的攻防过程,建立了多阶段动态博弈下的网络风险预测模型。综合考虑Ad hoc网络不同节点与不同攻防措施对网络风险影响的差异性,量化攻防效用矩阵;通过求解纳什均衡,得到攻防双方最优混合策略;根据风险值求解算法,预测攻防平衡下的网络风险值。仿真实验表明,该模型和算法切实可行,对提升Ad hoc网络安全有一定参考价值。     

一种基于延迟的仿真交互可信度贝叶斯评估方法

交互行为是分布式虚拟环境仿真推进的基础,交互行为可信对于系统正常运行至关重要。针对交互行为可信性问题,提出了一种基于延迟的交互可信度概率模型。从交互可信度定义出发,明确了交互可信度的内涵及判断标准,分析了交互可信度的先验分布,在此基础上通过贝叶斯方法得到仿真交互可信度的后验评估结果。该方法在降低系统监测负载的同时保证了交互可信度计算的实时性,为仿真系统可信度问题提出了一种新的思路和实用方法。