基于强化学习的物联网可信信息覆盖优化算法

作     者：孙益辉 易灵芝 夏云芝 田原 SUN Yihui;YI Lingzhi;XIA Yunzhi;TIAN Yuan

作者机构：南华大学电气工程学院湖南衡阳421001 中南财经政法大学信息与安全工程学院湖北武汉430073 华中科技大学网络空间安全学院湖北武汉430074 

出 版 物：《华中科技大学学报（自然科学版）》 (Journal of Huazhong University of Science and Technology(Natural Science Edition))

年 卷 期：2023年第51卷第2期

页      面：32-38页

核心收录：

学科分类：080904[工学-电磁场与微波技术] 0810[工学-信息与通信工程] 0809[工学-电子科学与技术（可授工学、理学学位）] 08[工学] 080402[工学-测试计量技术及仪器] 0804[工学-仪器科学与技术] 081001[工学-通信与信息系统] 

基　　金：国家自然科学基金青年基金资助项目(61901210) 湖南省教育厅一般项目(20C1580) 

主　　题：物联网 可信信息覆盖 博弈论 强化学习 效用函数 

摘      要：针对物联网覆盖优化问题,基于可信信息覆盖(CIC)模型和强化学习提出了一种物联网可信信息覆盖优化算法.算法采用CIC模型定义传感器覆盖,利用博弈论强化学习方法将覆盖问题建模成一个基于状态的势博弈,每个节点通过效用函数均衡节点的覆盖收益,并采用二进制对数线性强化学习方法来求解博弈问题.仿真结果表明:算法具有良好的收敛性,并且在保证收敛到纳什均衡的同时,在覆盖率和覆盖价值方面都优于分布式异构同步覆盖学习算法.