随着天地一体化信息网络的构建,空间信息网络得到进一步发展,卫星作为空间信息网的重要组成部分,承担着数据获取、查询和传递的重要任务。卫星所处的空间环境复杂恶劣,信道环境开放,卫星易受到多种形式的攻击。在数据层面,受到攻击的卫星节点可执行一定概率丢包的灰洞攻击,从而影响卫星网络性能,对数据传输造成很大影响。本文通过对卫星节点处理消息包的行为作为依据,研究安全路由的构建机制,保障信息的安全有效传输。具体的研究成果和贡献概括如下:提出了一种低轨卫星节点安全行为信息采集架构,该架构由中轨卫星和低轨卫星组成,中轨卫星在时隙内对辖域内低轨卫星的空间信息、性能信息和行为信息进行监测与存储,当辖域内低轨卫星或其余中轨卫星需要查询某时段内的低轨卫星的相关性能时,可以进行查询操作并及时进行信息反馈,为后续的网络环境评价、路由决策和节点行为分析提供现实依据。在此架构下,研究卫星安全路由的建立机制,使用强化学习,将节点的行为信息,如数据包的转发率和跳数信息,作为路由建立的因素,从而学习源卫星节点到目的卫星节点的最优安全路径;同时,考虑到卫星节点受网络环境影响,行为信息存在一定程度的变化,导致状态空间过大,故采用神经网络对Q值表进行拟合,使得所提算法更能适应网络环境。仿真表明,所提算法保证了较好的包递交率和平均跳数,相对于传统的安全路由方案具有一定的可用性。将强化学习用于路由建立的过程中时,由于尽可能的探索未知空间,在探索过程中可能出现重复路径现象,将Q-Learning与按需路由协议AODV相结合,设计了一种基于Q-Learning的安全路由协议。通过修改AODV的路由控制包格式和消息处理流程,在路由建立过程中开始对于路径安全性的学习,尽可能的探索可能路径,形成源卫星节点到目的卫星节点的多条路径,进行数据传输任务时,使用Q值最高的路径进行数据传输,有效保障了数据传输的安全性。使用NS3仿真平台搭建了卫星网络环境并进行了路由协议的仿真验证,实验结果表明,所提协议保障了源卫星节点到目的卫星节点路由安全性,提高了包递交率,并且在网络负载过重引起的节点数据包处理能力下降时,能够及时切换路径,保障了协议可用性。