[发明专利]基于强化学习的面向快速加解密的车联网密钥管理方法

权利要求书

1.基于强化学习的面向快速加解密的车联网密钥管理方法，其特征在于包括以下步骤：

步骤1：初始化参数：

路边单元状态数目G、行为数目H，学习因子α∈[0,1]、折扣因子γ∈[0,1]、学习速率δ₁∈[0,1]和δ₂∈[0,1]，Q值矩阵Q＝0_G×H，密钥策略π＝1/H_G×H，密钥长度系数a∈[0,1]，接收干扰功率系数b∈[0,1]，安全等级系数c₁∈[0,1]，危险等级系数c₂∈[0,1]，密钥更新时延系数c₃∈[0,1]，车群车辆ID，记做i，车辆数目n，1≤i≤n，状态s计数C(s)＝0，主动窃听器干扰功率p∈[0,P_J]，量化为N等级，即p∈{jP_J/N}，1≤j≤N，车辆与主动窃听器的路径系数h∈[0,1]，车辆的接收干扰功率y＝hp，车辆使用AES加密算法加密通信内容，可选择的加密密钥长度有W种，记作{l₁,l₂,...,l_W}；

步骤2：在时隙k，路边单元接收车辆i测量的接收干扰功率车辆i上一时隙加密密钥长度和密钥的持续时间T_i^(k-1)，计算车辆的安全等级和风险等级构建状态

步骤3：在时隙k，路边单元根据密钥策略π选择车辆密钥更新决策加密密钥长度记作密钥管理策略发送给车群车辆；

步骤4：车群车辆接收密钥管理策略；若车辆i使用ECDH算法生成长度的密钥，根据AES加密算法计算密钥更新时延T_i^(k)＝1；若车辆i不更新密钥，T_i^(k)＝T_i^(k-1)+1，

步骤5：路边单元接收车辆反馈的通过下式计算路边单元收益u^(k)：

步骤6：更新Q值表：

步骤7：按照下式更新计算状态计数和平均密钥策略：

C(s^(k))←C(s^(k))+1

步骤8：更新学习速率，当前密钥策略的Q值大于平均密钥策略时学习速率δ＝δ₁，反之δ＝δ₂，用过如下公式更新密钥策略：

步骤9：重复步骤2～8，直至路边单元车群车辆的窃听拦截率大于r且密钥更新时延小于t。