杂文笔记（一）：博弈论在网络安全中的应用

  于2021年7月4日总结，北邮网安院选修课博弈论与网络安全选读论文。
  2018《Dynamic Spectrum Access With Physical Layer Security: A Game-Based Jamming Approach》

本文研究频谱覆盖网络中的物理层安全问题。

1. 提出了一种基于Stackelberg博弈的合作干扰方法，主要用户作为博弈的learder，次要用户构成follower。
2. 在所提出的框架下设计了一种机制：二级用户（secondary users）根据预定的概率发送jamming signals，以最大化他们自己的数据速率，该速率由所投入的功率来定价。由于可获得的频谱机会越多，二级用户堵塞的可能性就越大，所以可以调整一级用户的流量负载，挤压二级用户频谱机会。因此，所考虑的系统是动态的，主要用户或次要用户都可以在信道中操作。
3. 使用连续时间马尔可夫链模拟系统演进。在所提出的方案下，详细分析了一级用户和二级用户的最优策略，即斯塔克尔伯格均衡

1. 背景概述

CRN背景：

  认知无线电网络(CRN，cognitive radio network)中，在二级用户（SUs，secondary users）对一级用户（PUs，primary users ）造成的干扰低于阈值时，SUs（也是unauthorized users）可以动态接入频谱。

DSA现状

  动态频谱接入(DSA,dynamic spectrum access)的现有工作方式主要是两种：
（1）spectrum underlay：允许一级用户和二级用户同时共享频谱带，通过限制次用户的传输功率控制二级用户造成的干扰。
（2）spectrum overlay：即机会频谱接入（OSA，Opportunistic Spectrum Access ) ，二级用户只能在一级用户空闲时共享频谱带。

针对（2）spectrum overlay中现象：

  考虑认知无线电网络中的安全问题时，PUs和SUs的追求可能是不同的。作为授权群体，PUs倾向于关注保密率，而不是传输速率。另一方面，由于宝贵的频谱机会，SUs对最大化其数据速率更感兴趣。

提出框架：

  PUs可以调整自己的业务负载，以便有机会腾出频谱带给次用户接入。作为接入的回报，SUs在PUs传输期间充当干扰节点。

2. 基于马尔可夫理论的系统场景和DSA方案

2.1 场景和系统假设

  图（1）中的DSA网络有一对PU（$P{U}_t$和$P{U}_r$）、两个SU（A和B）和一个窃听者（E）组成，SUs将各自的包传到认知型基站（CBS，cog-
nitive base station），假定每个CBS配备一根全向天天线（omni-antenna），E想要拦截PU发送的信号。
  节点间的信道增益被建模为独立的复高斯随机变量（噪声n方差${\sigma }^2$）。图上的h即各个链路上的瞬时信道系数，用P加下标（PU or A or B）表示SUs的信号发射功率，A和B具有相同的传输能力是合理的。

2.2 基于连续时间马尔可夫链（CTMC，Continuous Time Markov Chains）的动态频谱接入方案

  PU的到达流可建模为Poisson（${\lambda }_p$），服务持续时间呈负指数分布M（$1/{\mu }_p$）。PU的离开流可建模为Poisson（${\mu }_p$）。
  此外，PU的流量负载，即${\lambda }_p/{\mu }_p$可调整，以压缩次级用户的频谱机会。

对PU：

人工噪声(AN,artificial noise)应用到合作中：
  PU的服务到达时，SU应该停止数据传输并切换到干扰模式。选择AN方式时，只有合法用户的天线数大于窃听者的天线数时，AN才能干扰窃听者。
  在PU传输阶段，将所需信号表示为$x_p$，它将从$P{U}_t$发送到$P{U}_r$。同时，人工噪声矢量表示为$\omega =[{\omega }_A，{\omega }_B]$，其中${\omega }_i(i=A，B)$将由A和B发送。因此，PUr处的接收信号可表示为:
$$y_p=\sqrt{P_{pu}}{h}_P{x}_p+\sqrt{P_{su}}{h}_{AP{\omega }_A}+\sqrt{P_{su}}{h}_{BP}{\omega }_B+n_p\text{\hspace{1em}(1)}$$其中，$h_{AP}{\omega }_A+h_{BP}{\omega }_B=0$时，AN矢量ω应设计仅干扰窃听者。
  同时，窃听者接收到的信号可以表示为:
$$y_e=\sqrt{P_{pu}}{h}_{PE}{x}_p+\sqrt{P_{su}}{h}_{AE}{\omega }_A+\sqrt{P_{su}}{h}_{BE}{\omega }_B+n_e\text{\hspace{1em}(2)}$$
  因此，在协同干扰的情况下，主用户可达到的保密率可由下式获得:
$$\begin{array}{r}{R}_1=[{\log }_2\left(1+\frac{P_{pu}{|h_P|}^2}{{\sigma }_p^2}\right){-{\log }_2\left(1+\frac{P_{pu}{|h_{PE}|}^2}{P_{su}{|h_{AE}|}^2+P_{su}{|h_{BE}|}^2+{\sigma }_e^2}\right)]}^{+}\end{array}\text{\hspace{1em}(3)}$$其中[x]+表示max{0，x}。
  如果SU在PU传输期间空闲,主用户可达到的保密率可由下式获得:
$$R_2={\left[{\log }_2\left(1+\frac{P_{pu}{\left|h_P\right|}^2}{{\sigma }_p^2}\right)-{\log }_2\left(1+\frac{P_{pu}{\left|h_{PE}\right|}^2}{{\sigma }_e^2}\right)\right]}^{+}\text{\hspace{1em}(4)}$$

对SUs：

在这一模型中，根据最佳信噪比规则，SUs通信速率由下式给出：
$$R_{su}=\underset{i\in (A,B)}{\max }{\log }_2\left(1+\frac{P_{su}{\left|h_i\right|}^2}{{\sigma }_i^2}\right)$$

总结：

  DSA方案采用CTMC建模，根据不同的信道占用情况存在三种状态，如图2所示，状态1表示SUs(A或B)在信道中传输自己的信息，状态2表示信道被PU占用，没有友好干扰，状态3表示信道被PU占用，SUs传输干扰信号.
  根据排队论理论，以H表示马尔可夫链特征转移矩阵，该复合系统达到平衡时，有：
$$\begin{array}{rl}H\prod & =0\\ {\pi }_1+{\pi }_2+{\pi }_3& =1\end{array}$$
其中，$\prod =\left[{\pi }_1,{\pi }_2,{\pi }_3\right]$,${\pi }_i$表示系统状态。
上两式求解得：
$$\begin{array}{l}{\pi }_1=\frac{{\mu }_p}{{\mu }_p+{\lambda }_p}\\ {\pi }_2=\frac{{\lambda }_p\left(1-p_j\right)}{{\mu }_p+{\lambda }_p}\\ {\pi }_3=\frac{{\lambda }_p{p}_j}{{\mu }_p+{\lambda }_p}\end{array}$$
PU要使得其保密性$U_p={\pi }_2{R}_2+{\pi }_3{R}_1$最大，SUs要使得其数据传输效用$U_s={\pi }_1{R}_{su}-2c{P}_{su}{\pi }_3$最大。

3. Stackelberg博弈模型

3.1 模型的建立

  在这一系统中节点定义为自私、理性的。Stackelberg博弈模型是分析这种节点之间相互作用的合适框架。因为PU被授权在频谱带内操作，所以可以合理地假设游戏领导者和追随者是PU和次SU。在规定的环境中，追随者按照领导者选择的策略行动，并反过来影响领导者的选择。

如上图所示，PU的策略表示为$(\rho ，p_j)$，其中ρ是负载系数，即${\lambda }_p/p$。SU知道$(\rho ，p_j)$，最大化其自身效用（传输功率）。

3.2 模型的求解

略了，推导公式太多，懒得打了。