一种面向无线通信安全的安全探索强化学习方法

摘要

一种面向无线通信安全的安全探索强化学习方法，涉及无线通信的安全。引入状态风险网络和动作风险网络区分状态的风险和动作的风险，提高动作风险程度的拟合准确度，并利用动作风险程度修正动作的选择，避免探索危险策略，实现无线通信场景下的安全探索。方法包括：信息发送方使用价值网络评估当前状态下采取不同动作的长期累积回报，根据通信系统的性能评价指标和通信需求评估当前状态下采取不同动作的风险值，利用状态风险网络和动作风险网络拟合长期累积风险值并对价值网络的输出值进行修正，根据修正后的不同动作的价值进行安全传输策略的选择。可在无线通信安全应用中降低对风险策略的探索，提高无线通信的安全性。