In this paper, we investigate remote state estimation against an intelligent denial-of-service (DoS) attack over a vulnerable wireless network whose channel undergoes attenuation and distortion caused by fading. We use the sensor to observe system states and transmit its local state estimates to the remote center. Meanwhile, the attacker injects a jamming signal to destroy the packet accepted by the remote center and causes the performance degradation. Most of the existing works are built on a time-invariant channel state information (CSI) model in which the channel fading is stationary. However, the wireless communication channels are more prone to dynamic changes. To capture this time-variant property in the channel quality of the real-world networks, we study the fading channel network whose channel model is characterized by a generalized finite-state Markov chain. With the goals of two players in infinite-time horizon, we describe the conflicting characteristic between the attacker and the sensor with a general-sum stochastic game. Moreover, the Q-learning techniques are applied to obtain an optimal strategy pair at a Nash equilibrium. Also the monotone structure of the optimal stationary strategy is constructed under a sufficient condition. Besides, when channel gain is known a priori, except for the full Channel State Information (CSI), we also investigate the partial CSI, where Bayesian games are employed. Based on the player's own channel information and the belief on the channel distribution of other players, the energy strategy at a Nash equilibrium is obtained.

中文翻译：

---

衰落信道上DoS攻击的最佳功率控制：一种博弈论方法

在本文中，我们研究了针对状态脆弱的无线网络上的智能拒绝服务（DoS）攻击的远程状态估计，该无线网络的信道遭受衰落导致的衰减和失真。我们使用传感器观察系统状态，并将其本地状态估计值传输到远程中心。同时，攻击者注入干扰信号以破坏远程中心接受的数据包并导致性能下降。现有的大多数工作都建立在信道衰落是固定的时不变信道状态信息（CSI）模型上。但是，无线通信信道更容易发生动态变化。要捕获现实网络的信道质量中的时变属性，我们研究了衰落信道网络，其信道模型具有广义有限状态马尔可夫链的特征。针对两个玩家在无限时间范围内的目标，我们用广义和随机游戏描述了攻击者与传感器之间的冲突特征。此外，运用Q学习技术在Nash平衡下获得最佳策略对。最优平稳策略的单调结构也在足够的条件下构建。此外，当先验知道信道增益时，除了完整的信道状态信息（CSI）外，我们还研究了采用贝叶斯博弈的部分CSI。基于玩家自己的频道信息以及对其他玩家的频道分布的信念，获得了纳什均衡时的能量策略。针对两个玩家在无限时间范围内的目标，我们用广义和随机游戏描述了攻击者与传感器之间的冲突特征。此外，运用Q学习技术在Nash平衡下获得最佳策略对。最优平稳策略的单调结构也在足够的条件下构建。此外，当先验知道信道增益时，除了完整的信道状态信息（CSI）外，我们还将研究采用贝叶斯博弈的部分CSI。基于玩家自己的频道信息以及对其他玩家的频道分布的信念，获得了纳什均衡时的能量策略。针对两个玩家在无限时间范围内的目标，我们用广义和随机游戏描述了攻击者与传感器之间的冲突特征。此外，运用Q学习技术在Nash平衡下获得最佳策略对。最优平稳策略的单调结构也在足够的条件下构建。此外，当先验知道信道增益时，除了完整的信道状态信息（CSI）外，我们还研究了采用贝叶斯博弈的部分CSI。基于玩家自己的频道信息以及对其他玩家的频道分布的信念，获得了纳什均衡时的能量策略。我们用广义和随机游戏描述了攻击者和传感器之间的冲突特征。此外，运用Q学习技术在Nash平衡下获得最佳策略对。最优平稳策略的单调结构也在足够的条件下构建。此外，当先验知道信道增益时，除了完整的信道状态信息（CSI）外，我们还将研究使用贝叶斯博弈的部分CSI。基于玩家自己的频道信息以及对其他玩家的频道分布的信念，获得了纳什均衡时的能量策略。我们用广义和随机游戏描述攻击者和传感器之间的冲突特征。此外，运用Q学习技术在Nash平衡下获得最佳策略对。最优平稳策略的单调结构也在足够的条件下构建。此外，当先验知道信道增益时，除了完整的信道状态信息（CSI）外，我们还研究了采用贝叶斯博弈的部分CSI。基于玩家自己的频道信息以及对其他玩家的频道分布的信念，获得了纳什均衡时的能量策略。最优平稳策略的单调结构也在足够的条件下构建。此外，当先验知道信道增益时，除了完整的信道状态信息（CSI）外，我们还研究了采用贝叶斯博弈的部分CSI。基于玩家自己的频道信息以及对其他玩家的频道分布的信念，获得了纳什均衡时的能量策略。最优平稳策略的单调结构也在足够的条件下构建。此外，当先验知道信道增益时，除了完整的信道状态信息（CSI）外，我们还将研究采用贝叶斯博弈的部分CSI。基于玩家自己的频道信息以及对其他玩家的频道分布的信念，获得了纳什均衡时的能量策略。