كاهش اثر مخرب كاربران بدرفتار در حسگري همكارانه طيف مبتني بر يادگيري تقويتي

وجود كاربران بدرفتار در شبكه‌هاي راديوشناختي مي‌تواند موجب اخلال در فرآيند حسگري طيف و تشخيص وضعيت كاربر اوليه گردد. به منظور كاهش اثر مخرب اين دسته از كاربران در شبكه‌هاي راديوشناختي، در اين مقاله يك سازوكار نوين مبتني بر راهبرد يادگيري تقويتي به منظور حسگري همكارانه طيف ارائه شده است. روش پيشنهادي، يك سازوكار حسگري همكارانه مبتني بر وزن‌دهي كاربران بوده كه براساس آن كاربران وزني متناسب با نحوه رفتار خود در حسگري طيف را دريافت مي‌كنند. مدل يادگيري تقويتي بكار رفته در روش پيشنهادي يك آتوماتاي يادگير بوده كه با استفاده از فرآيندهاي پاداش و جريمه، به كاربران داراي رفتار نرمال در حسگري طيف وزن بيشتر و به كاربران بدرفتار مقادير وزن كمتري اختصاص مي‌دهد. بدين صورت كه آتاماتاي يادگير پس از انجام عمل حسگري در هر بار تكرار، بردار وزن كاربران را براساس پاسخ دريافتي از محيط بروزرساني مي‌كند. پس از چندبار تكرار حسگري، آتاماتاي يادگير قادر خواهد بود بردار وزن كاربران را بصورتي بهينه تنظيم كند. به منظور ارزيابي روش پيشنهادي، عملكرد آن در محيط شبيه سازي مورد آزمايش قرار گرفته و نتايج حاصل با روش‌ موجود براي حسگري همكارانه طيف مقايسه شده است. نتايج حاصل نشان مي‌دهد كه استفاده از روش پيشنهادي در شرايط حضور كاربران بدرفتار موجب بهبود چشمگير عملكرد شبكه خواهد شد.