本發(fā)明公開一種設(shè)備到設(shè)備通信中使用強(qiáng)化學(xué)習(xí)輔助模擬攻擊檢測(cè)的方法，使用Q?learning技術(shù)來克服D2D通信中的偽裝攻擊，以確保用戶的真實(shí)性，有助于識(shí)別試圖在真實(shí)D2D用戶之間生成偽密鑰的偽裝者。在假設(shè)檢驗(yàn)中得出最佳閾值，有助于區(qū)分真實(shí)用戶和非真實(shí)用戶。從假設(shè)的經(jīng)驗(yàn)來看，它也有助于提高檢測(cè)精度和接收者的收益。通過分別測(cè)量漏報(bào)率，錯(cuò)報(bào)率，平均錯(cuò)誤率和秘密密鑰生成率來評(píng)估所提出技術(shù)的性能。本發(fā)明中使用了Q?learning方法，優(yōu)于使用零和博弈和使用社會(huì)意識(shí)網(wǎng)絡(luò)的傳統(tǒng)方法。