생성 확산 모델을 통한 다목적 공중 협력 보안 통신 최적화 심층 강화 학습

유연성과 저비용 덕분에 무인 항공기(UAV)는 무선 네트워크의 범위와 기능을 향상시키는 데 점점 더 중요해지고 있습니다. 그러나 UAV를 차세대 무선 통신 시스템에 통합하는 것은 도청 공격에 대해 고속 및 장거리 보안을 지속하는 데 상당한 도전 과제가 있습니다. 본 연구에서는 UAV 무리가 협력 빔포밍(CB)을 통해 민감한 감시 데이터를 원격 기지국(RBS)으로 전송하는 가상 안테나 배열을 형성하는 UAV swarm-enabled 보안 감시 네트워크 시스템을 고려합니다. 특히, 우리는 시스템의 비밀률을 극대화하고 UAV 무리의 비행 에너지 소비를 최소화하기 위한 공중 보안 통신 및 에너지 효율 다목적 최적화 문제(ASCEE-MOP)를 정식화합니다. 비볼록 NP-하드이며 동적인 ASCEE-MOP를 해결하기 위해, 우리는 생성 확산 모델을 활용한 쌍 지연 심층 결정적 정책 그래디언트(GDMTD3) 방법을 제안합니다. GDMTD3는 최적의 자극 전류 가중치 및 UAV의 위치 결정을 결정하기 위해 확산 모델의 혁신적인 적용을 활용합니다. 확산 모델은 ASCEE-MOP의 복잡한 동력학 및 트레이드오프를 보다 잘 포착할 수 있어 유망한 해답을 제공합니다. 시뮬레이션 결과는 제안된 접근 방식의 우수한 성능을 전통적인 배치 전략 및 다른 심층 강화 학습(DRL) 기준과 비교하여 강조합니다. 또한, GDMTD3의 다양한 매개변수 설정 및 UAV 수에 따른 성능 분석은 제안된 접근 방식의 강인성을 검증합니다.