一種無線通信防護(hù)方法*

譚蓉俊

（昆明船舶設(shè)備研究試驗(yàn)中心 昆明 650216）

1 引言

目前，有人-無人以及無人裝備集群正在大規(guī)模生成，通信成為集群協(xié)同能力的基礎(chǔ)，其中信息安全是影響通信的關(guān)鍵因素之一。無人機(jī)（Unmanned Aerial Vehicles，UAV）由于其可移動(dòng)性、靈活部署的特性在無線通信中得到廣泛應(yīng)用[1]。與現(xiàn)有的地面通信系統(tǒng)相比，無人機(jī)輔助的無線通信網(wǎng)絡(luò)能克服地形特性造成的傳播限制，增強(qiáng)信號(hào)覆蓋范圍并降低運(yùn)營(yíng)成本[2]。由于無線信道的廣播性、開放性，使得地面通信存在竊聽安全問題。與地面竊聽者相比，無人機(jī)竊聽者（Unmanned Aerial Vehicles Eavesdropper，UED）受地形特征約束較少，且空中與地面之間視距信道的存在，可形成比地面信號(hào)強(qiáng)度更強(qiáng)的竊聽信號(hào)，使得無人機(jī)竊聽者為地面通信安全帶來更大威脅。因此，地面通信中含有無人機(jī)竊聽者的安全性引起業(yè)界廣泛關(guān)注。

為解決通信安全問題，物理層安全作為傳統(tǒng)加密技術(shù)的補(bǔ)充，利用無線信道的隨機(jī)性、廣播性，實(shí)現(xiàn)信息安全傳輸，無需加密和解密[3～5]。在物理層安全中，通過向竊聽者發(fā)射人工噪聲信號(hào)以降低竊聽信道容量，是提升物理層安全的有效方法。近年來，無人機(jī)輔助發(fā)射的人工噪聲，即空中人工噪聲發(fā)射機(jī)，可以充分利用無人機(jī)可移動(dòng)、靈活部署的特性，且空中與地面之間視距信道的存在，可形成比地面信號(hào)強(qiáng)度更強(qiáng)的干擾信號(hào)[6]。物理層安全中，由于無線信號(hào)的衰落特性，保密中斷概率（Secrecy Output Probability，SOP）可以作為衡量系統(tǒng)安全性能的指標(biāo)[7]。文獻(xiàn)[8]在含有無人機(jī)竊聽者的通信系統(tǒng)中，采用空中人工噪聲發(fā)射機(jī)發(fā)射人工噪聲的方式提升物理層安全性能，通過推導(dǎo)保密中斷概率評(píng)價(jià)系統(tǒng)的安全性能。

空中人工噪聲發(fā)射機(jī)位置直接決定了視距信號(hào)的強(qiáng)度，進(jìn)而決定系統(tǒng)保密性能。因此，為實(shí)現(xiàn)空中人工噪聲發(fā)射機(jī)對(duì)竊聽信道的最佳干擾效果，需要對(duì)空中人工噪聲發(fā)射機(jī)軌跡進(jìn)行優(yōu)化。空中人工噪聲發(fā)射機(jī)軌跡優(yōu)化問題通常為非凸優(yōu)化問題，傳統(tǒng)的方法采用迭代算法或者通過將凸優(yōu)化問題轉(zhuǎn)換為非凸優(yōu)化問題[9～10]。近年來強(qiáng)化學(xué)習(xí)的Q-learning算法，由于不需要狀態(tài)轉(zhuǎn)移概率，適用于無人機(jī)軌跡優(yōu)化問題，通過對(duì)無人機(jī)軌跡優(yōu)化，實(shí)現(xiàn)資源的有效分配、保密性能最優(yōu)[11～13]。

綜上，針對(duì)含有無人機(jī)竊聽者的系統(tǒng)中，本文采用無人機(jī)輔助發(fā)射人工噪聲，提升系統(tǒng)物理層安全性能。同時(shí)，通過推導(dǎo)系統(tǒng)保密中斷概率衡量系統(tǒng)的保密性能，在此基礎(chǔ)上，為實(shí)現(xiàn)系統(tǒng)保密性能最優(yōu)，提出基于Q-learning的空中人工噪聲發(fā)射機(jī)軌跡優(yōu)化算法，實(shí)現(xiàn)保密中斷最小的目標(biāo)。

2 系統(tǒng)模型

如圖1所示，系統(tǒng)由合法發(fā)射機(jī)（Alice）、合法接收機(jī)（Bob）、無人機(jī)竊聽者（Eve）和空中人工噪聲發(fā)射機(jī)（Jammer）組成。其中Alice和Bob進(jìn)行通信，Eve作為第三方竊聽者竊聽主信道信息，Jammer發(fā)送人工噪聲干擾信號(hào)對(duì)Alice到Eve的竊聽信道產(chǎn)生干擾以降低竊聽信道質(zhì)量。由于無線信號(hào)的廣播特性，Bob同時(shí)也會(huì)接收到人工噪聲信號(hào)。Eve的位置移動(dòng)采取隨機(jī)移動(dòng)的方式，其移動(dòng)方向服從均勻分布，分別為前、后、左、右、上、下。為避免Eve移動(dòng)過遠(yuǎn)失去竊聽意義，限定Eve移動(dòng)速度在[0 ，cmax]，其中cmax為Eve移動(dòng)的最大速度。

圖1 系統(tǒng)模型

3 系統(tǒng)保密中斷概率推導(dǎo)

4 系統(tǒng)保密性能優(yōu)化問題建模與求解

系統(tǒng)保密中斷概率的優(yōu)化目標(biāo)是通過優(yōu)化空中人工噪聲發(fā)射機(jī)的位置，獲得對(duì)竊聽者的最佳干擾，使得系統(tǒng)保密中斷概率最小。上述優(yōu)化問題的數(shù)學(xué)表達(dá)式為

其中C1、C2 、C3 表示空中人工噪聲發(fā)射機(jī)x、y、z軸范圍。

根據(jù)文獻(xiàn)[19]附錄推導(dǎo)可知，式（12）為非凸優(yōu)化問題，求解困難；應(yīng)用Q-learning強(qiáng)化學(xué)習(xí)算法，無需環(huán)境狀態(tài)轉(zhuǎn)移模型，可以有效解決無人機(jī)軌跡優(yōu)化問題。因此，接下來設(shè)計(jì)Q-learning算法求解式（12）的非凸優(yōu)化問題。

空中人工噪聲發(fā)射機(jī)作為智能體，采用Q-learning算法對(duì)飛行軌跡進(jìn)行優(yōu)化，以達(dá)到最小化系統(tǒng)保密中斷概率的目標(biāo)。根據(jù)式（12）的優(yōu)化問題，定義Q-learning算法相關(guān)物理量如下。

其中0≤α≤1為學(xué)習(xí)率；0≤γ≤1為折扣因子（Discount Factor），表示未來的獎(jiǎng)勵(lì)相對(duì)于當(dāng)前獎(jiǎng)勵(lì)的重要程度；Q(st+1，a) 為新的狀態(tài)st+1下所有可能新的動(dòng)作的值函數(shù)。在基于Q-learning的軌跡優(yōu)化算法中，采用ε-greedy方法，以避免算法停留在局部最大值。具體地講，智能體以概率ε選擇Q值最大值對(duì)應(yīng)的動(dòng)作，以1-ε選擇其他動(dòng)作。基于Q-learning的空中人工噪聲發(fā)射機(jī)軌跡優(yōu)化算法如表1所示。

表1 基于Q-learning的空中人工噪聲發(fā)射機(jī)軌跡優(yōu)化算法

5 仿真結(jié)果與性能分析

本節(jié)通過仿真驗(yàn)證保密中斷概率推導(dǎo)的準(zhǔn)確性，并通過數(shù)值仿真結(jié)果分析基于Q-learning的空中人工噪聲發(fā)射機(jī)軌跡優(yōu)化算法性能。假設(shè)Alice、Bob獨(dú)立分布在地理位置為1km×1km的城市環(huán)境中，Eve按照隨機(jī)移動(dòng)方式改變位置。仿真參數(shù)設(shè)置如表2所示。

表2 系統(tǒng)參數(shù)

圖2給出了系統(tǒng)保密中斷概率理論值和仿真值與Alice發(fā)射功率下的結(jié)果。從圖中可以得到仿真值與式（11）理論值吻合，表明所推導(dǎo)的式（11）的準(zhǔn)確性；當(dāng)增大Alice發(fā)射功率時(shí)，保密中斷概率減小，這表明當(dāng)增大Alice發(fā)射功率時(shí)，雖然同時(shí)改善主信道質(zhì)量和竊聽信道質(zhì)量，但由于人工噪聲對(duì)竊聽信道的干擾，更多地降低了竊聽信道質(zhì)量，保證了主信道質(zhì)量?jī)?yōu)于竊聽信道質(zhì)量。另一方面，從圖中可以得到，隨著預(yù)定義傳輸速率R的增大，保密中斷概率增大，這是由于當(dāng)增大預(yù)定義傳輸速率R時(shí)，式（11）由式（10）保密中斷概率的定義可知，保密中斷概率將會(huì)增大。

圖2 保密中斷概率與PA之間的關(guān)系

圖3描述的是回合獎(jiǎng)勵(lì)總值與訓(xùn)練回合數(shù)之間的關(guān)系，在不同初始位置下的收斂情況，可見隨著訓(xùn)練回合數(shù)的增加，每回合得到的獎(jiǎng)勵(lì)值由初始的振蕩，逐漸增加至穩(wěn)定，表明空中人工噪聲發(fā)射機(jī)能夠從錯(cuò)誤中吸取教訓(xùn)，從而提高總的獎(jiǎng)勵(lì)值，實(shí)現(xiàn)算法收斂。在圖3中，不同的線表示每次學(xué)習(xí)空中人工噪聲發(fā)射機(jī)的不同初始位置，均在大約200回合之后實(shí)現(xiàn)了收斂，可見當(dāng)空中人工噪聲發(fā)射機(jī)初始位置發(fā)生變化時(shí)，初始值振蕩不一致，最后趨于穩(wěn)定后得到最大獎(jiǎng)勵(lì)值不一致，算法的收斂速度也會(huì)發(fā)生變化，但最終都能實(shí)現(xiàn)算法收斂。

圖3 回合獎(jiǎng)勵(lì)總值與訓(xùn)練回合數(shù)之間的關(guān)系

圖4描述了不同算法下，Alice發(fā)射功率與系統(tǒng)保密中斷概率SOP的之間關(guān)系。其中，窮搜算法是指在空中人工噪聲發(fā)射機(jī)學(xué)習(xí)范圍內(nèi)逐一枚舉每個(gè)坐標(biāo)位置；遺傳算法是一種模擬自然進(jìn)化的優(yōu)化算法；隨機(jī)部署算法指的是任意給定的一個(gè)空中人工噪聲發(fā)射機(jī)的位置。從圖中可以得到，與遺傳算法個(gè)隨機(jī)部署相比，Q-learning算法得到的最優(yōu)解與窮搜算法得到的最優(yōu)解重合，表明Q-learning能夠找到最優(yōu)解；與遺傳算法和隨機(jī)部署算法相比，Q-learning算法的最優(yōu)解更準(zhǔn)確。另一方面，從圖4可以得到，隨著Alice發(fā)射功率的增加，保密中斷概率減小，其原因同圖2所描述一致。可見，通過優(yōu)化空中人工噪聲發(fā)射機(jī)飛行軌跡和空間位置，可以有效提升物理層保密性能。

圖4 基于Q-learning的空中人工噪聲發(fā)射機(jī)軌跡優(yōu)化算法和其他算法準(zhǔn)確性能比較

圖5比較了窮搜算法和Q-learning算法在不同飛行區(qū)域?qū)W得最優(yōu)空中人工噪聲發(fā)射機(jī)位置所消耗的時(shí)間。消耗時(shí)間為三個(gè)階段耗時(shí)總和，分別是空中人工噪聲發(fā)射機(jī)飛到初始位置、空中人工噪聲發(fā)射機(jī)學(xué)習(xí)尋找最優(yōu)位置、空中人工噪聲發(fā)射機(jī)從當(dāng)前位置飛到最優(yōu)位置這三個(gè)階段。飛行區(qū)域1、2、3對(duì)應(yīng)的學(xué)習(xí)范圍依次遞增。從圖中可以得到，在同一區(qū)域，窮搜算法和Q-learning算法相比，窮搜算法所消耗的時(shí)間顯著比較長(zhǎng)；在不同區(qū)域窮搜算法消耗時(shí)間也比Q-learning算法的長(zhǎng)。另一方面，空中人工噪聲發(fā)射機(jī)不同飛行區(qū)域相比，飛行區(qū)域較小時(shí)，雖然窮搜算法耗時(shí)比Q-learning算法大，但相差不大；飛行區(qū)域較大時(shí)，Q-learning算法耗時(shí)增加的幅度比窮搜算法明顯小，說明Q-learning算法時(shí)間復(fù)雜度低于窮搜算法，尤其在大范圍內(nèi)搜索最優(yōu)解時(shí)，Q-learning算法的優(yōu)勢(shì)更為明顯。

圖5 基于Q-learning的空中人工噪聲發(fā)射機(jī)軌跡優(yōu)化算法和窮搜算法時(shí)間比較

圖6和圖7繪制了空中人工噪聲發(fā)射機(jī)的飛行軌跡。其中圖6為Eve靜止時(shí)空中人工噪聲發(fā)射機(jī)獲得最優(yōu)解的飛行軌跡，空中人工噪聲發(fā)射機(jī)在學(xué)得最優(yōu)策略的過程中，假設(shè)空中人工噪聲發(fā)射機(jī)以勻速運(yùn)動(dòng)，空中人工噪聲發(fā)射機(jī)每飛行一步，都會(huì)根據(jù)第4節(jié)所述的7個(gè)方向中選擇一個(gè)方向。從圖6中可以得到，空中人工噪聲發(fā)射機(jī)的飛行軌跡始終朝著減小瞬時(shí)保密中斷概率SOP的方向，這表明空中人工噪聲發(fā)射機(jī)在這種情況下已經(jīng)學(xué)得最優(yōu)策略，即圖3所述的Q-learning算法收斂。進(jìn)一步表明，在學(xué)習(xí)最優(yōu)策略時(shí)，空中人工噪聲發(fā)射機(jī)可以在一定范圍內(nèi)始終往減小系統(tǒng)保密中斷概率的方向飛行，避免了像窮搜算法盲目搜索最優(yōu)位置。圖7描述了Eve移動(dòng)時(shí)無人機(jī)軌跡優(yōu)化圖，Eve通過隨機(jī)移動(dòng)模型改變位置后，空中人工噪聲發(fā)射機(jī)動(dòng)態(tài)移動(dòng)以實(shí)現(xiàn)系統(tǒng)最小瞬時(shí)保密中斷概率。圖7中空中人工噪聲發(fā)射機(jī)和Eve的顏色相同時(shí)，表示在Eve當(dāng)前位置下空中人工噪聲發(fā)射機(jī)動(dòng)態(tài)移動(dòng)后最優(yōu)位置。Eve和空中人工噪聲發(fā)射機(jī)不同顏色的位置表示在Eve的位置發(fā)生變化后，空中人工噪聲發(fā)射機(jī)動(dòng)態(tài)運(yùn)動(dòng)所獲得的最優(yōu)位置。由圖6和圖7可知，空中人工噪聲發(fā)射機(jī)能跟蹤Eve移動(dòng)來確定自身最佳位置，進(jìn)而保證對(duì)應(yīng)每個(gè)Eve位置，保密中斷概率最小。

圖6 Eve靜止時(shí)空中人工噪聲發(fā)射機(jī)飛行軌跡

圖7 Eve隨機(jī)移動(dòng)時(shí)空中人工噪聲發(fā)射機(jī)飛行軌跡

6 結(jié)語(yǔ)

本文針對(duì)含有無人機(jī)竊聽者的通信系統(tǒng)中，利用無人機(jī)部署靈活、與地面通信具有視距信道的優(yōu)勢(shì)，輔助發(fā)射人工噪聲，提升系統(tǒng)物理層安全性能。在估計(jì)竊聽者位置基礎(chǔ)上，提出基于Q-learning的空中人工噪聲發(fā)射機(jī)的軌跡優(yōu)化算法，跟蹤無人機(jī)竊聽者移動(dòng)，實(shí)現(xiàn)系統(tǒng)保密中斷概率最小的目標(biāo)。仿真結(jié)果表明，本文所提優(yōu)化算法能快速收斂；與窮搜、遺傳算法、隨機(jī)部署等相比，本文所提算法能得到最優(yōu)解，并耗時(shí)最短；空中人工噪聲發(fā)射機(jī)能夠根據(jù)無人機(jī)竊聽者實(shí)時(shí)自身最佳位置，對(duì)竊聽信道實(shí)施干擾，從而保證系統(tǒng)保密中斷概率最小。