본 논문에서는 저궤도(LEO) 위성 네트워크에서 물리 계층 보안을 강화하기 위해 적응 빔포밍과 인공 잡음(AN) 전송을 위한 다중 에이전트 심층 강화학습(MADRL) 전략을 제안한다. 다수의 위성은 적대적 무인 항공기와 같은 잠재적 도청자에 맞서 데이터와 인공 잡음을 협력적으로 전송하기 위해 공동으로 스케줄링된다. 제안된 방식에서 각 위성은 전송 모드(유휴, 데이터 또는 AN)와 해당 빔포밍 벡터를 독립적으로 선택하며, 연성 액터-크리틱(SAC) 알고리즘을 사용한 중앙 집중식 학습 분산 실행(CTDE) 프레임워크 내에서 기밀 전송률을 최대화한다. MADRL 에이전트는 전체적인 순간 채널 상태 정보 대신 적대자의 통계적 채널 정보만을 사용하여 학습된다. 시뮬레이션 결과, 제안된 방식은 기존 기준(baseline) 기법에 비해 더 높은 기밀 전송률을 달성함을 보여준다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.