[論文レビュー] Game Theoretic Approaches in Vehicular Networks: A Survey

Zemin Sun, Yanheng Liu+3 more|arXiv (Cornell University)|Jun 1, 2020

Vehicular Ad Hoc Networks (VANETs)参考文献 130被引用数 6

ひとこと要約

本サーベイは、動的でリソース制約のある環境下におけるサービス品質（QoS）およびセキュリティの最適化を目的として、自動車ネットワーク（VNs）におけるゲーム理論的手法を体系的にレビューしている。非協力的および協力的ゲームモデルを用いたスペクトラム割り当て、パワーコントロール、信頼管理の応用を検討し、エッジコンピューティングやUAV支援通信を含む5G技術との統合を評価。スケーラビリティ、合理的性の仮定、不完全情報モデリングに関する課題を強調している。

ABSTRACT

In the era of the Internet of Things (IoT), vehicles and other intelligent components in Intelligent Transportation System (ITS) are connected, forming the Vehicular Networks (VNs) that provide efficient and secure traffic, ubiquitous access to information, and various applications. However, as the number of connected nodes keeps increasing, it is challenging to satisfy various and large amounts of service requests with different Quality of Service (QoS ) and security requirements in the highly dynamic VNs. Intelligent nodes in VNs can compete or cooperate for limited network resources so that either an individual or group objectives can be achieved. Game theory, a theoretical framework designed for strategic interactions among rational decision-makers who faced with scarce resources, can be used to model and analyze individual or group behaviors of communication entities in VNs. This paper primarily surveys the recent advantages of GT used in solving various challenges in VNs. As VNs and GT have been extensively investigate34d, this survey starts with a brief introduction of the basic concept and classification of GT used in VNs. Then, a comprehensive review of applications of GT in VNs is presented, which primarily covers the aspects of QoS and security. Moreover, with the development of fifth-generation (5G) wireless communication, recent contributions of GT to diverse emerging technologies of 5G integrated into VNs are surveyed in this paper. Finally, several key research challenges and possible solutions for applying GT in VNs are outlined.

研究の動機と目的

• 動的で高移動性の自動車ネットワークにおいて、限られたリソースをめぐって知能的ノードがQoSおよびセキュリティ要件の変動に応じて競合または協力する課題に対処すること。
• 限定的合理性、不完全情報、戦略的攻撃といった現実の行動を捉えるのに不十分な従来のゲーム理論的モデルの限界を特定および分析すること。
• 自動車エッジコンピューティング（VEC）、UAV支援通信、ソフトウェア定義ネットワーキング（SDN）といった新興5G技術とゲーム理論の統合を検討すること。
• 実世界の自動車環境におけるゲーム理論的ソリューションの効率性、スケーラビリティ、リアルタイム適用可能性に関する未解決の研究課題を浮き彫りにすること。
• 孤立した側面（例：セキュリティや4G/5G）に焦点を当てる既存のサーベイに欠ける包括的かつ最新の自動車ネットワークにおけるゲーム理論的応用の包括的概要を提供すること。

提案手法

• 自動車ネットワークにおける合理的エージェント間の戦略的相互作用に基づき、ゲーム理論的モデルを非協力的および協力的フレームワークに分類する。
• ナッシュ均衡およびコалиション形成モデルを用いたルーティング選択、パワーコントロール、スペクトラムリソース割り当てを含むQoS最適化へのゲーム理論の応用を分析する。
• シグナルゲームおよびベイジアンゲームを用いたインシデント検出、プライバシー保護、信頼管理といったセキュリティ応用を検討し、攻撃者-防御者の相互作用をモデル化する。
• 自動車エッジコンピューティング（VEC）、異種ネットワーク（HVNETs）、UAV支援VNs、SDNベースアーキテクチャを含む5G技術支援技術とのゲーム理論統合を評価する。
• プレイヤーのタイプや戦略における不確実性をモデル化するための不完全情報ゲーム（例：ベイジアンゲーム）の使用をレビューし、信念に基づく報酬推定を検討する。
• 完全合理的性に依存するのを減らし、動的環境における適応性を向上させるために、ゲーム理論と機械学習（例：強化学習）を組み合わせたハイブリッドモデルの必要性を議論する。

実験結果

リサーチクエスチョン

• RQ1 どのようにしてゲーム理論が、高移動性かつリソース制約のある自動車ネットワークにおけるQoS最適化に効果的に適用可能か？
• RQ2 従来のゲーム理論的モデルは、現実の自動車環境における限定的合理性や不完全情報の捉え方において、どのような限界を有しているか？
• RQ3 自動車エッジコンピューティング（VEC）、UAV支援通信、SDNといった新興5G技術は、自動車ネットワークにおけるゲーム理論の応用をどのように促進または複雑化するか？
• RQ4 ゲーム理論的モデルは、動的VNsにおける効率的でスケーラブルかつ安全な意思決定を支援するために、どのように改善可能か？
• RQ5 機械学習は、自動車ネットワークにおけるゲーム理論的戦略の予測力および適応性を向上させるために、どのような役割を果たすか？

主な発見

• ゲーム理論は、特にリソース割り当てとセキュリティ強化において、車両およびRSU間の戦略的相互作用をモデル化する強固なフレームワークを提供する。
• ナッシュ均衡のような非協力的ゲームは、個別最適化には有効であるが、協調の欠如により効率的でない結果をもたらす傾向がある。
• 協力的ゲームはコアリション形成によってシステム効率を向上させるが、中央集権的制御（例：RSUベースのコントローラ）と実行可能な合意が必要であり、インfraが希薄な環境では実装が困難である。
• ベイジアンゲームは攻撃者の行動やプレイヤーのタイプにおける不確実性をモデル化するのに有効であるが、正確な信念モデルの構築には高い計算コストと遅延が伴う。
• ゲーム理論と5G技術（例：VEC、UAV支援VNs）の統合により、QoSおよびセキュリティのためのより迅速かつスケーラブルなソリューションが可能になる。
• 今後の研究は、完全合理的性の仮定を減らし、動的自動車ネットワークにおけるリアルタイム意思決定を向上させるために、ゲーム理論と機械学習（例：強化学習）を組み合わせることに焦点を当てるべきである。