[논문 리뷰] Multi-Agent-Driven Cognitive Secure Communications in Satellite-Terrestrial Networks

Yujie Ling, Zan Li외 4명|arXiv (Cornell University)|2026. 01. 06.

Satellite Communication Systems인용 수 0

한 줄 요약

논문은 다중 에이전트 DRL과 GANs에 의해 주도되는 위성-지상 네트워크의 인지적 보안 통신 프레임워크를 제안하여 전송 신뢰도를 보장하면서 비밀도 확률을 최대화한다.

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.

연구 동기 및 목표

• STNs에서 학습 가능 도청자와 지능형 재머에 직면한 안전하고 신뢰할 수 있는 통신의 동기를 부여한다.
• 스펙트럼 스케줄링과 보호를 조정하는 이층 방어 프레임워크를 개발한다.
• 신뢰할 수 있는 전송 확률 제약 하에서 합법 사용자들의 secrecy probability를 최대화한다.
• 최적화를 유도하기 위한 비밀도 확률과 신뢰 가능한 전송 확률의 닫힌 형식 표현을 도출한다.

제안 방법

• 위성과 기지국에 대한 공동 시/주파수 스케줄링 문제를 형식화한다.
• 이층 프레임워크를 사용한다: DDQN 기반 다중 에이전트 협력 계층은 스펙트럼 운영을, GAN 기반 적대 계층은 적대 패턴 생성 생성을 담당한다.
• 학습 보조 협력 파워 제어를 도입하여 실제 송신 전력과 적대적 송신 전력을 할당한다.
• 비밀도 확률과 신뢰 가능한 전송 확률의 닫힌 형식 표현을 도출하여 목적을 정의한다.
• 네트워크 조건에 적응하기 위한 실시간 스펙트럼 감지 및 상태 의존 정책 업데이트를 구현한다.

실험 결과

연구 질문

• RQ1 학습 가능 적대자 하에서 신뢰 가능한 전송 제약을 충족하면서 STN에서 비밀도 확률을 어떻게 최대화할 수 있는가?
• RQ2 다중 에이전트 DRL이 위성 및 지상 스펙트럼 사용을 조정하여 간섭을 완화하고 보안을 강화할 수 있는가?
• RQ3 GAN이 생성한 적대적 패턴이 합법 링크에 해를 끼치지 않으면서 도청자의 추론을 효과적으로 악화시킬 수 있는가?
• RQ4 이 프레임워크에서 최적화를 이끄는 SP와 RTP의 해석적 형태는 무엇인가?

주요 결과

• 제안된 MADRL-GAN 프레임워크는 보안 성능에서 벤치마크를 능가하고 추가 전력 오버헤드를 감소시킨다.
• 이층 협력 스킴은 위성 작동 매트릭스와 사이트 및 사용자에 대한 주파수 슬롯 할당을 효과적으로 할당한다.
• GAN은 합법적인 스케줄링 패턴과 거의 흡사한 적대적 매트릭스를 생성하여 도청자의 혼란을 증가시킨다.
• 학습 보조 파워 제어는 합법적 전송에 미치는 영향을 최소화하면서 보호를 균형 있게 한다.