文章总结： 南京航空航天大学团队提出基于强化学习的无人机轻量化身份认证方法ReLAU，旨在解决高动态网络环境下传统认证开销大、适应性差的问题。该方法利用位置信息构建动态身份标识，通过分层强化学习算法联合优化加密密钥长度与会话时间，有效降低认证时延与能耗。实验结果表明，ReLAU在认证效率和安全性上均显著优于传统方案。 综合评分： 90 文章分类： IoT安全,网络安全,应用安全

学术前沿 | 南京航空航天大学吴启晖教授团队：基于强化学习的无人机轻量化身份认证方法

网络空间安全科学学报

2026年1月30日 12:02 北京

引用

刘子涵，贾玲如，卢晓珍，等.基于强化学习的无人机轻量化身份认证方法[J].网络空间安全科学学报，2025，3（4）：16 – 28. https://doi.org/10.20172/j.issn.2097-3136.250402.

LIU Z H，JIA L R，LU X Z，et al. Lightweight authentication approach for unmanned aerial vehicles based on reinforcementlearning[J]. Journal of Cybersecurity，2025，3（4）： 16 – 28.  https://doi.org/10.20172/j.issn.2097-3136.250402.

背  景

无人机网络因其高动态拓扑与开放空域通信环境，极易遭受重放攻击，引发非法接入与隐私泄露等安全问题。传统身份认证机制依赖固定身份标识，开销较大，难以适应资源受限且高动态的无人机网络，无法兼顾低开销与高安全的双重需求。为此，我们提出了一种基于强化学习的轻量化身份认证方法ReLAU，通过自适应优化身份认证策略，实现高效安全的无人机身份认证。

01

ReLAU以无人机实时位置信息（如高度、速度、经纬度）构建动态身份标识（Remote Identification，Remote ID），并采用椭圆曲线密码学实现轻量化加密认证。其核心创新在于设计了一种风险感知强化学习算法，通过两级分层Actor网络联合优化认证消息加密的密钥长度与安全会话时间，并引入基于时延与能耗的惩罚函数评估策略短期风险，从而在保证安全的前提下避免认证失败与资源过载，适应无人机高动态与资源受限的特点。

02

该方法将无人机认证过程建模为约束马尔可夫决策过程，地面基站根据无人机的RemoteID、历史认证时延、能耗及攻击成功率等信息构建状态空间，并通过分层策略决策器动态选择会话时间与加密密钥长度。第一层Actor网络输出会话时间，第二层在此基础上优化加密策略，两层均通过Critic网络评估状态价值并采用近端策略优化进行网络更新。该机制通过优先经验回放技术提升学习效率，实现对高动态认证环境的快速自适应。图1为基于强化学习的无人机轻量化身份认证方法的示意图。

图1 基于强化学习的无人机轻量化身份认证方法示意图

Fig.1 Illustration of lightweight identity authentication approach for UAVs based on RL

03

实验在仿真环境中进行，包含无人机、地面基站与恶意攻击无人机，对比方法包括基于椭圆曲线加密的固定会话时间认证与基于汤普森采样的身份认证两种典型认证方案。身份认证性能结果如表1所示，ReLAU在认证时延、能耗与攻击成功率方面均显著优于基线方法，平均认证时延降至29.59 ms。并进行消融实验进一步验证了分层架构与短期风险的有效性。此外，不同加密模式的对比结果如图2所示，表明了CFB模式在安全性能上最优，CTR模式在认证效率上最具优势，体现了方法在不同安全需求下的灵活适应性。

表1  无人机平均身份认证性能

Table 1 Average identity authentication performance of UAVs

(a) 消息保护等级

(a) Message protection level

(b) 认证能耗 (mJ)

(b) Authentication energy consumption (mJ)

(c) 认证时延 (ms)

(c) Authentication latency (ms)

(d) 攻击成功率 (%)

(d) Attack success rate (%)

图2 五种不同加密模式下的性能对比

Fig.2 Performance of five different encryption modes

总结

本文提出的ReLAU方法通过强化学习实现无人机身份认证策略的动态优化，在提升安全性的同时显著降低了认证开销，为高动态无人机网络提供了一种轻量化、自适应的认证解决方案。未来工作将探索融合物理不可克隆函数的多无人机协同认证架构，进一步提升复杂场景下的认证效率与系统安全性。

论文全文下载方式

1 识别下方二维码；2 点击文末“阅读原文”。

来源：《网络空间安全科学学报》2025年第四期

《网络空间安全科学学报》由中国航天科技集团有限公司主管、 中国航天系统科学与工程研究院主办，双月刊，国内外公开发行（CN 10-1901/TP，ISSN 2097-3136），入选中国科学引文数据库（CSCD）核心库、《信息通信领域高质量科技期刊分级目录》T2级。办刊宗旨为“搭建网络空间安全领域学术研究交流平台，传播学术思想与理论，展示科学研究、创新技术与应用成果，助力网络空间安全学科建设，为网络强国建设提供坚实支撑与服务”。

网站：www.journalofcybersec.com

电话：010-89061756/ 89061778

邮箱：[email protected]

免责声明：

本文所载程序、技术方法仅面向合法合规的安全研究与教学场景，旨在提升网络安全防护能力，具有明确的技术研究属性。

任何单位或个人未经授权，将本文内容用于攻击、破坏等非法用途的，由此引发的全部法律责任、民事赔偿及连带责任，均由行为人独立承担，本站不承担任何连带责任。

本站内容均为技术交流与知识分享目的发布，若存在版权侵权或其他异议，请通过邮件联系处理，具体联系方式可点击页面上方的联系我。

本文转载自：网络空间安全科学学报 《学术前沿 | 南京航空航天大学吴启晖教授团队：基于强化学习的无人机轻量化身份认证方法》