抗SSDF攻击的EWSPRT协作频谱感知方案

比较了认知无线电网络中几种典型的协作感知方案在篡改感知数据(SSDF)攻击条件下的感知性能,并提出了一种增强型加权序贯检测(EWSPRT)协作方案.在该方案中,各次用户首先通过能量检测得到2 bit本地决策,然后收集其它协作用户的感知结果进行决策融合和最终判决,并依据历史观测信息动态更新各协作用户的融合权重;利用改进的...     

利用SSDF攻击特征的加权分布式频谱感知算法

协作频谱感知可以提高频谱感知的可靠性,但易遭到篡改感知数据(Spectrum Sensing Data Falsification,SSDF)攻击。该文利用SSDF攻击特征,判断邻居节点发送值是否是恶意状态值,并提出一种加权分布式协作频谱感知算法。该算法根据状态值在本地节点网络中的偏离程度,设定其融合权值。仿真结果表明,所提算法在节点收敛率和鲁棒性两方面,比基于梯度的协作频谱感知算法和基于最大差值的协作频谱感知算法都有所提升,检测性能也因此显著提高。      

基于ESD测试的无线电网络抗SSDF攻击协作频谱感知方案

针对认知无线电网络中协作频谱感知容易遭受数据伪造攻击的问题,提出一种基于检验统计和极端学生化偏差检验法的协作频谱感知方案。首先,将差分进化算法与加权增益合并软决策融合方法相结合,形成一种高效的节点决策融合机制。然后,在协作感知中,根据节点的软决策数据,利用检验统计消除故障认知节点。最后,利用提出的改进型ESD检验法消除恶意认知节点,从而形成全局决策。仿真结果表明,该方案在协作感知中能够有效过滤SSDF攻击数据,具有较低的误检测率。     

协作频谱感知中的SSDF攻击及其对策研究

协作频谱感知是认知无线电中实现频谱有效利用的关键环节,但协作频谱感知由于其聚集感知数据的特点,为恶意用户提供了可乘之机。恶意用户可以通过实施频谱感知数据伪造(spectrum sensing data falsification,SSDF)攻击的方式,使认知无线电系统不能如实地根据外界环境进行动态的频谱切换。为深入理解SSDF攻击,掌握其防御对策的研究现状及发展趋势,从攻击手段、攻击形式和攻击策略3个角度细化出具体的SSDF攻击类型,总结了目前SSDF攻击的典型防御对策。同时,针对目前相关研究中所存在的问题,明确了一些有待继续研究的方向。     

基于双重信誉值与多角度权值的抗SSDF攻击协作频谱感知方法

为保证协作频谱感知具备较好的抗频谱感知数据篡改（SSDF）攻击能力,提出一种基于双重信誉值与多角度权值的协作频谱感知（DRMW-CSS）方法。首先,以历史本地判决结果进行多次迭代获得评分信誉值,并在此基础上计算出准确率信誉值。其次,以双重信誉值和多个信誉值门限对次级用户（SU）进行筛选。然后,判断SSDF攻击对该筛选方法造成的影响程度,并将其分为3种情况。最后,根据不同情况采用相对应多角度权值数据融合判决方法做出最终的全局决策。仿真结果表明,所提方法在面对不同攻击策略与攻击概率的SSDF攻击时具有良好的感知准确率,相较于传统方法具备更好的抗攻击能力。     

CRN合作频谱感知SSDF攻击的博弈分析

由于认知无线电网络(CRN)的特点,合作频谱感知容易遭受各种不同的安全威胁。针对CRN合作频谱感知中的感知数据错误化(SSDF)攻击,利用博弈论分析了SSDF攻击者和数据融合中心在不同条件下的行为与收益,并研究了双方基于博弈论的最佳策略。数据融合中心采用本文所述的策略可以有效对抗SSDF攻击,且SSDF攻击者无法通过自身策略的调整获得更大的收益。     

模拟人群信任和决策机制的协作频谱感知方法

通过模拟人群内部的信任和决策机制,针对多用户的频谱协作感知一致性问题,提出了一种分布式算法。该算法首先通过网络的历次协作过程预测出各感知用户的动态可信值,据此产生用户的相对可信值,并结合决策机制使得用户之间进行数据交互,随着数据的可信、迭代交互,所有用户状态将趋于一致,最后通过判定算法得出最终结果。算法充分考虑了实际环境中各用户频带感知能力的不平衡性,而且各次级用户只需要进行少量局部数据交换即可实现协作感知,与传统的OR-rule、1-out-of-N rule以及普通迭代法有较大区别。对3种数据篡改攻击进行了分析,并在预测算法的基础上提出了相应的安全策略。理论分析与仿真结果表明,新算法在准确性和安全性上均优于传统合作频谱感知算法,能显著提高频谱感知准确率,同时兼具较强的防攻击能力。     

协作频谱感知中抗SSDF攻击的认知用户不确定性行为评估

针对认知用户的协作感知行为不确定性,提出一种基于D-S证据理论的信任评估机制——Hard Guard,为硬判决融合算法提供保护,使其成为具有抑制频谱感知数据伪造(SSDF)攻击能力的可信协作频谱感知算法。Hard Guard采取感知数据预处理措施,在融合之前有效过滤虚假感知数据,规避了恶意用户的影响。仿真结果表明,Hard Guard能使硬判决融合算法面对SSDF攻击时保持较好的感知性能。     

可防御SSDF攻击的宽带压缩频谱感知

SSDF（Spectrum Sensing Data Falsification）攻击是认知无线网络中对频谱感知性能危害最大的攻击方式之一。基于认知无线网络中信号频域的固有稀疏性,本文结合了压缩感知(CS)技术与平均一致(average consensus)算法,建立了可防御SSDF攻击的分布式宽带压缩频谱感知模型。本文建立了次用户的声望值指标,用以在分布式信息融合的过程中更加准确地排除潜在的恶意次用户影响。在感知阶段,各个CR节点对接收到的主用户信号进行压缩采样以减少对宽带信号采样的开销和复杂度,并做出本地频谱估计。在信息融合阶段,各CR节点的本地频谱估计结果以分布式的方式进行信息融合,排除潜在恶意次用户的影响,得到最终的频谱估计结果。仿真结果表明,本文提出的分布式频谱感知模型可以有效地抵御SSDF攻击,提高了频谱感知的性能。      

合作频谱感知安全技术研究

频谱感知是认知无线电实现动态频谱接入的前提和关键技术。由于阴影效应和多径衰落等因素,单个认知用户的频谱感知的结果可能不可靠,因此通过多个认知用户检测结果的融合来提高频谱感知的性能,即合作频谱感知。目前,合作频谱感知存在两类安全威胁：主用户假冒攻击（IE,Incumbent Emulation）和频谱感知数据篡改攻击（SSDF,Spectrum Sensing Data Falsification）。由于这两种攻击的存在,将会大大降低频谱感知的性能,减少认知用户接入空闲授权频段的机会。因此,有必要对这两类攻击开展相关的防御技术研究。     

一种基于信誉度的航空无线电协作频谱感知方法

摘要：传统的航空无线电协作频谱感知算法无法区分节点的性质（普通/恶意）,而新的加权序贯检测（weighted sequential probability ratio test,WSPRT）算法虽然解决了这个问题,但在具有频谱感知数据篡改（spectrum sensing data falsification,SSDF）攻击节点的环境中,无法保持高的感知正确率。提出了一种改进型WSPRT 算法,在传统的 WSPRT 算法基础上改进了信誉度奖惩方案,增加了临近时间内感知稳定度的量化。从实验仿真结果看,改进后的算法不仅时间复杂度更低,而且能够有效地识别恶意节点,对于恶意用户的判定更准确。     

基于中继的协作频谱感知

频谱感知技术是认知无线电系统实现的前提和基础。由于无线衰落环境下单节点频谱感知结果可靠性不高,主要讨论协作频谱感知中的中继协作频谱感知技术。针对单个中继节点的协作频谱感知网络,分析了在AF协议下的频谱感知结果。导出了在瑞利衰落环境下中继节点参与协作感知的检测概率上限的闭合表达式,并进行了数值仿真。数值分析结果表明中继节点参与协作能够提高频谱感知性能。     

一种基于数据融合的合作频谱感知技术

认知无线电是为了提高频谱利用率而提出的一种智能频谱共享技术,快速可靠的检测到主用户和频谱空穴是认知无线电实现的关键和前提.由于阴影和多径衰落的影响,单认知用户检测可靠性低.基于数据融合的合作感知可以大大提高对主用户的检测概率.文中提出基于数据融合的等权重增益结合准则.仿真结果表明:当融合中心采用等权重增益结合准则时的检测性能要优于采用硬判决融合准则时的检测性能.     

基于可信度计算的分布式共识合作感知算法

对于分布式的认知无线网络,由于不存在融合中心节点,次级用户节点之间的合作感知往往 采用信息交互的渠道进行,其中一种基于共识合作的感知机制受到广泛的研究,但这种机制 在鲁棒性方面存在一定的缺陷,当恶意节点存在时,其错误信息将影响局部的感知判决结果 ,为此,提出一种基于感知节点可信度的共识合作感知机制。在该机制中,各节点对邻居节 点的可信度进行计算,并把计算出的可信度值发送给其他节点,通过对各节点可信度的累加 计算,最终计算出各节点的可信度,各节点以此决定是否与其邻居节点合作以及如何合作。 仿真结果证明,在恶意节点存在的情况下,该算法在感知性能和收敛速度上都较未改进算法 有不同程度的提升,减轻了不可靠节点对合作感知结果的影响。     

噪声功率不确定下协同频谱感知最优融合算法

研究了噪声功率波动性对单点和协同频谱感知性能地影响。分析了在此环境下,单点基站的检测概率与采样点个数的关系,并得出当信噪比不小于噪声功率波动系数的两倍时,基站仍可正常检测。在协同网络中,给出了此环境下数据融合方法的最优权重设定。理论分析与实验表明,相比于传统方法,文中所提最优数据融合算法在各种信噪比环境下性能均较优,尤其在各基站信噪比差异较大时,性能更为显著。     

协作频谱感知中数据融合与决策算法比较

协作频谱感知中融合多个认知用户的本地检测结果并准确判决至关重要.研究了基于大数合并的硬判决和基于置信(最大似然)合并的软判决,对不同算法的检测性能和复杂度进行了定性和定量的分析和比较.指出未来协作频谱感知中应结合协作用户数的优化和控制信道条件进行数据融合和决策算法设计.     

认知无线电多时隙联合频谱感知方法及优化

为了降低认知无线电中次用户对主用户的干扰,提出了次用户通过多个时隙的能量感知联合检测主用户的频谱感知方法。每个传输帧被分成若干个时隙,次用户在每个时隙的开始进行能量感知,通过合并多个时隙的感知结果,提高次用户对主用户的检测性能。为了最大化次用户的频谱效率,将主用户状态建模为二维马尔科夫随机过程,并根据该过程优化单时隙频谱感知时间。仿真结果表明：相比Liang的“先听后传”频谱感知方法,提出方法仅牺牲14％的频谱效率,却使干扰概率降低了28％;随着信噪比增加,提出方法的最大频谱效率逐渐接近“先听后传”频谱感知方法。     

一种基于融合规则的自适应分簇协作频谱感知算法

为适应无线信道的动态性,提出了一种基于融合规则的自适应分簇协作频谱感知算法.首先,根据融合中心应用的融合规则推导分簇协作时能满足系统检测性能的信道门限值.然后,由簇首检测当前信道状态,当信道条件好于分簇门限值时,仅簇首进行本地检测,并上传检测结果至数据融合中心,实现分簇协作;否则,由本簇节点进行全节点协作检测,并分别上传检测结果至数据融合中心,或选择退出协作检测,仅接收融合中心的判决信息.最终,由数据融合中心进行融合计算,并做出系统全局判决.仿真结果显示,采用OR融合方法时,所提算法能极大地提高控制信道资源效率;采用AND融合方法时,算法能将系统有效工作区间扩大30％左右,且能选择信道状态好的簇进行协作频谱检测.