买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：厦门大学

摘要：基于动态心理博弈论的水声传感网络攻防对抗策略生成方法，涉及水下通信攻防对抗策略。先确定UASNs攻防场景及博弈对象，待传输信息的信息重要度，预定传输路由；其次构建基于动态心理博弈论模型；UASNs方需最小化总传输时延和被窃听风险，敌方需在有能量限制的条件下尽可能延长UASNs的传输时延，博弈双方根据主要目标定义心理期望效用函数，利用虚拟遗憾最小化算法进行平均策略的训练，最终得到博弈双方在预定路由下的行动策略。通过建立基于动态心理博弈论的网络攻防模型，得出水声传感网络攻防对抗场景中的最优对抗策略，可提高水声传感网络的传输安全性。

主权项：1.基于动态心理博弈论的水声传感网络攻防对抗策略生成方法，其特征在于包括以下步骤：1）确定水声传感网络UASNs中的攻防场景，博弈双方包括UASNs方及敌方；UASNs方包括N个传输节点、J个方水下机器人、1个水面基站；敌方包含：M个窃听节点、I个敌方水下机器人；确定预定的数据传输路由R，包含X跳，为每次通信传输的阶段跳数，；水声数据的信息重要度分为五级，即，级别越高代表信息越重要；2）构建基于动态心理博弈论的攻防模型，其中，P为博弈用户集合，包括UASNs方和敌方，H为每个博弈用户在到达某个时间阶段之前所采取的行动序列记录，Z代表博弈用户到达终点后每个阶段采取的行动序列记录，I代表每个决策点上的信息集，和分别代表UASNs方和敌方的心理期望效用函数；UASNs方在每个阶段的行动集，其中，表示UASNs方利用节点多跳方式进行数据中继传输，表示UASNs方利用AUV辅助进行数据中继传输；敌方在每个阶段的行动集，其中，表示敌方将发射干扰信号，表示敌方不向周围发射干扰信号；3）UASNs方最小化总传输时延和被窃听风险，敌方在有能量限制的条件下尽可能延长UASNs的传输时延；定义UASNs方和敌方的心理期望效用函数如下： ； ；其中，和分别代表UASNs方和敌方的心理期望效用函数，为UASNs方基于一阶信念的物质回报，为敌方基于一阶信念的物质回报；即UASNs方采取策略，预测敌方行动为的概率，即敌方采取策略，预测UASNs方行动为的概率；为水声数据的信息重要度；表示到达终点时每个阶段的行动序列；Z代表博弈用户到达终点后每个阶段采取的行动序列记录；分别表示UASNs方一阶信念、UASNs方二阶信念；分别表示敌方一阶信念、敌方二阶信念；和分别代表UASNs方和敌方基于二阶信念行动对对方产生的心理挫败鼓舞的效果，定义为预期的物质回报和实际物质回报间的差距，和分别表示UASNs方和敌方对挫败对方信念的意愿，其中敌方对UASNs方的挫败与UASNs传输的信息重要度有关，信息重要度越高，其被干扰拦截时，对UASNs方的打击程度越高；4）博弈双方利用虚拟遗憾最小化算法进行平均策略的训练，得到博弈双方在预定路由下的行动策略，具体方法为：初始化训练次数K，训练开始博弈双方随机选取各自的一阶信念和二阶信念，并根据其一阶信念决定当前迭代k下所采取的行动，得出UASNs方和敌方的虚拟价值： ； ；其中，、分别表示UASNs方和敌方的虚拟价值；表示到达终点时每个阶段的行动序列，Z代表博弈用户到达终点后每个阶段采取的行动序列记录；表示UASNs方采取策略；表示敌方采取策略；、分别表示UASNs方和敌方在当前迭代k下的心理期望效用函数值；计算到达终点时每个阶段的行动序列下博弈双方分别采取UASNs方在每个阶段的行动集、敌方在每个阶段的行动集中的行动所得到的虚拟遗憾值，UASNs方和敌方分别为： ； ；其中，、分别表示到达终点时每个阶段的行动序列下博弈双方分别在行动集、的虚拟遗憾值，、分别表示UASNs方和敌方的虚拟价值，表示到达终点时每个阶段的行动序列；表示UASNs方在每个阶段的行动集，表示敌方在每个阶段的行动集；和表示行动；在第K轮次迭代下，UASNs方和敌方采取行动的遗憾值分别为： ； ；其中，、分别表示在第K轮次迭代下博弈双方采取行动集、的遗憾值；表示初始化训练次数，k表示迭代次数，I代表每个决策点上的信息集，Z代表博弈用户到达终点后每个阶段采取的行动序列记录；表示UASNs方在每个阶段的行动集，表示敌方在每个阶段的行动集；遗憾值为负时，记为零，即,；表示在第k+1次迭代时UASNs方采取行动集的遗憾值，表示在第k+1次迭代时敌方采取行动集的遗憾值；在每次迭代下，根据遗憾值对博弈双方的策略进行更新，博弈用户的博弈行动概率分布与正遗憾值成正比，UASNs在k+1次迭代时选择动作的概率定义为： ；其中，表示UASNs方在k+1次迭代时选择动作的遗憾值，表示在第k+1次迭代时UASNs方采取行动集的遗憾值，表示初始化训练次数，k表示迭代次数，I代表每个决策点上的信息集，表示动作，表示UASNs方在每个阶段的行动集，表示敌方在每个阶段的行动集；表示行动集中的行动数量；同理，敌方在k+1次迭代时选择动作的概率定义为： ；其中，表示敌方在k+1次迭代时选择动作的遗憾值，表示在第k+1次迭代时敌方采取行动集的遗憾值，表示初始化训练次数，k表示迭代次数，I代表每个决策点上的信息集，表示动作，表示UASNs方在每个阶段的行动集，表示敌方在每个阶段的行动集；表示行动集中的行动数量；重复选取一阶信念、二阶信念及行动，并更新遗憾值，直至迭代次数达到K为止，获得博弈双方的优化博弈策略。

全文数据：

权利要求：

百度查询： 厦门大学 基于动态心理博弈论的水声传感网络攻防对抗策略生成方法