[論文レビュー] Multi-Agent-Driven Cognitive Secure Communications in Satellite-Terrestrial Networks

Yujie Ling, Zan Li+4 more|arXiv (Cornell University)|Jan 6, 2026

Satellite Communication Systems被引用数 0

ひとこと要約

論文は、多-agent DRLとGANを駆動する衛星-地上ネットワーク向けの認知的セキュア通信フレームワークを提案し、送信信頼性を確保しつつ secrecy probability を最大化する。

ABSTRACT

Satellite-terrestrial networks (STNs) have emerged as a promising architecture for providing seamless wireless coverage and connectivity for multiple users. However, potential malicious eavesdroppers pose a serious threat to the private information via STNs due to their non-cooperative behavior and ability to launch intelligent attacks. To address this challenge, we propose a cognitive secure communication framework driven by multiple agents that coordinates spectrum scheduling and protection through real-time sensing, thereby disrupting the judgment of eavesdroppers while preserving reliable data transmission. On this basis, we formulate an optimization problem to maximize the secrecy probability of legitimate users, subject to a reliable transmission probability threshold. To tackle this problem, we propose a two-layer coordinated defense system. First, we develop a foundation layer based on multi-agent coordination schedule to determine the satellite operation matrix and the frequency slot occupation matrices, aiming to mitigate spectrum congestion and enhance transmission reliability. Then, we exploit generative adversarial networks to produce adversarial matrices, and employ learning-aided power control to set real and adversarial signal powers for protection layer, which actively degrades the inference capability of eavesdroppers. Simulation results demonstrate that the proposed method outperforms benchmark methods in terms of enhancing security performance and reducing power overhead for STNs in the cognitive secure communication scenario.

研究の動機と目的

• Learning-enabled eavesdroppers and intelligent jammers に直面する STN における secure で reliable な通信を動機付ける。
• スペクトラムスケジューリングと保護を協調させる2層防御フレームワークを開発する。
• 信頼性のある伝送確率を制約として、正当利用者の secrecy probability を最大化する。
• 最適化を導くための secrecy probability および reliable transmission probability の閉形式式を導出する。

提案手法

• 衛星と基地局の時間・周波数の共同スケジューリング問題を定式化する。
• 2層フレームワークを用いる：スペクトラム動作のためのDDQNベースのマルチエージェント協調層と、アドバーサリアルパターンを生成するGANベースの敵対層。
• 協調的な送信電力（実パワーと敵対パワー）を割り当てる学習支援型パワーコントロールを組み込む。
• 秘密度と信頼性伝送確率の閉形式式を導出して目的を定義する。
• ネットワーク条件に適応するためのリアルタイムスペクトル感知と状態依存方針更新を実装する。

実験結果

リサーチクエスチョン

• RQ1 学習-enabled の敵対者の下で、信頼性伝送制約を満たしつつ STN における secrecy probability をどのように最大化するか？
• RQ2 マルチエージェントDRLは衛星と地上のスペクトラム利用を協調して干渉を緩和しセキュリティを高められるか？
• RQ3 GAN生成の敵対パターンは正当リンクに害を及ぼさず、盗聴者の推定を効果的に劣化させ得るか？
• RQ4 このフレームワークにおける最適化を指導する secrecy probability および RTP の解析形は何か？

主な発見

• 提案された MADRL-GAN フレームワークはセキュリティ性能でベンチマークを上回り、余分な電力オーバーヘッドを削減する。
• 2層の協調方式は、サイトおよびユーザーへの衛星運用マトリクスと周波数スロット割り当てを効果的に割り当てる。
• GAN は正当なスケジューリングパターンに密接に似た敵対マトリクスを生成し、盗聴者の混乱を高める。
• 学習支援型パワーコントロールは正当伝送への影響を最小限に抑えつつ保護をバランスする。