协作频谱感知中基于累积可疑度水平的抗SSDF攻击策略

信息融合式协作频谱感知(Cooperative Spectrum Sensing, CSS)极易受到篡改感知数据(Spectrum Sensing Data Falsification, SSDF)攻击的威胁。针对此问题,提出了一种基于累积可疑度水平(Accumulated Suspicious Level, ASL)的抗攻击策略。在该策略中,利用了数据挖掘的思想,信息融合中心不需要任何关于恶意用户攻击策略的先验信息,仅通过各次用户历史决策之间的Hamming距离来计算其可疑度,并通过多个感知周期的信息累积得到每个次用户的ASL。当某些用户的ASL连续出现超过某一特定门限时,融合中心即将它判定为恶意用户并将其从融合过程中剔除,从而达到抵抗SSDF攻击的目的。仿真结果表明,该抵抗策略能够有效检测并剔除各种类型的SSDF攻击,对于一般算法无法检测的智能型攻击也具有较好的抵抗效果,并可改善不同形式SSDF攻击场景下的协作频谱感知性能。