[论文解读] 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 6

一句话总结

本综述系统性地回顾了车载网络（VNs）中博弈论方法的应用，分析其在动态、资源受限条件下优化服务质量（QoS）与安全性的表现。研究考察了非合作与合作博弈模型在频谱分配、功率控制及信任管理中的应用，并评估其与5G技术（如边缘计算和无人机辅助通信）的集成，突出显示了可扩展性、理性假设以及不完全信息建模方面的挑战。

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.

研究动机与目标

• 解决高移动性、动态车载网络中智能节点在不同QoS与安全需求下竞争或协作有限资源的挑战。
• 识别并分析现有博弈论模型在捕捉有限理性、不完全信息及战略攻击等现实行为方面的局限性。
• 探索博弈论与新兴5G技术（如车载边缘计算（VEC）、无人机辅助通信及软件定义网络（SDN））在VNs中的集成。
• 突出展示博弈论解决方案在真实车载环境中效率、可扩展性与实时适用性方面的开放研究挑战。
• 提供博弈论在VNs中应用的全面、最新概述，填补仅聚焦于安全或4G/5G单一方面而缺乏整体整合的综述空白。

提出的方法

• 根据车载网络中理性主体之间的战略互动，将博弈论模型分类为非合作与合作框架。
• 分析博弈论在QoS优化中的应用，包括使用纳什均衡与联盟形成模型的路由选择、功率控制及频谱资源分配。
• 研究安全应用，如入侵检测、隐私保护与信任管理，通过信号博弈与贝叶斯博弈建模攻击者-防御者互动。
• 评估博弈论与5G使能技术的集成，包括车载边缘计算（VEC）、异构网络（HVNETs）、无人机辅助VNs及基于SDN的架构。
• 回顾不完全信息博弈（如贝叶斯博弈）在建模玩家类型与策略不确定性中的应用，结合基于信念的收益估算。
• 讨论结合博弈论与机器学习（如强化学习）的混合模型的必要性，以减少对完全理性的依赖，并提升在动态环境中的适应能力。

实验结果

研究问题

• RQ1 博弈论如何有效应用于高移动性、资源受限的车载网络中以优化QoS？
• RQ2 传统博弈论模型在捕捉现实车载环境中有限理性和不完全信息方面的局限性是什么？
• RQ3 新兴5G技术（如VEC、无人机辅助通信与SDN）如何增强或复杂化博弈论在VNs中的应用？
• RQ4 博弈论模型在哪些方面可被改进以支持动态VNs中高效、可扩展且安全的决策？
• RQ5 机器学习在提升博弈论策略在车载网络中的预测能力与适应性方面发挥何种作用？

主要发现

• 博弈论为建模车辆与路侧单元（RSUs）之间的战略互动提供了稳健框架，尤其在资源分配与安全执行方面。
• 非合作博弈（如纳什均衡）在个体优化方面有效，但因缺乏协调常导致低效结果。
• 合作博弈通过联盟形成提升系统效率，但需要中心化协调（如基于RSU的控制器）与可执行协议，在基础设施稀疏环境中具有挑战性。
• 贝叶斯博弈在建模攻击者行为与玩家类型不确定性方面具有优势，但构建精确的信念模型会带来高计算开销与延迟。
• 博弈论与5G技术（如VEC与无人机辅助VNs）的集成，可为QoS与安全提供更响应迅速且可扩展的解决方案。
• 未来工作应聚焦于结合博弈论与机器学习（如强化学习），以减少对完全理性的假设，并提升动态车载网络中实时决策的能力。