一种SSDF攻击检测的证据理论合作频谱感知算法

现有的基于证据理论的合作频谱感知认为所有认知用户都是诚实的,没有考虑恶意用户的存在。当恶意用户篡改本地感知的结果,发送错误的数据到数据融合中心,将会降低合作频谱感知的性能,这种攻击称为频谱感知数据篡改（spectrum sensing data falsification,SSDF）攻击。由于恶意用户发送的证据与其它认知用户的证据存在差别,本文使用Jousselme距离来衡量证据的可信度,提出一种SSDF攻击检测算法。数据融合中心接收所有认知用户的证据,让可信度低的证据不参与融合判决,可信度高的证据根据可信度进行加权融合。仿真结果表明,所提出的SSDF攻击检测算法在恶意用户发起SSDF攻击时可以很好的改善频谱感知性能。      

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。     

分布式协作认知无线电SSDF攻击的防御策略综述

协作频谱感知可以提高频谱感知的可靠性,但其融合机制使得其易受频谱感知数据篡改(spectrum sensing data falsification,SSDF)攻击影响.为深入了解SSDF攻击防御算法的发展现状及趋势,总结了SSDF攻击典型的分布式防御策略,并对相应分布式防御算法进行了比较.最后依据目前相关研究中所发现的问题,对SSDF攻击分布式防御策略未来的研究方向进行了展望.     

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。     

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。      

抗SSDF攻击的一致性协作频谱感知方案

在分布式认知无线电网络中,一般很难找到合适的融合中心能够收集所有协作用户的感知信息,而且协作过程极可能遭到篡改感知数据(Spectrum Sensing Data Falsification,SSDF)攻击.鉴于此,该文提出了一种改进的一致性协作频谱感知方案.利用Metropolis迭代规则,各次用户仅依靠邻接点之间的...     

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。     

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。      

可信的反馈声誉保护协作频谱感知软判决算法

协作频谱感知中信任机制的引入,起到了抑制恶意用户频谱感知数据伪造( SSDF)攻击行为的作用。然而,数据融合中心不加区分地接收协作感知结束后的反馈信息,为恶意用户带来了实施“掺沙子”攻击的机会。恶意用户向数据融合中心反馈错误的主用户频谱状态,使信任机制不能得出准确的信任值。为此,提出了一种基于反馈声誉的信任机制,考虑反馈中的个体性特征,引入反馈声誉的思想来量化认知用户信任值。同时,将信任值量化结果用于权重经典软判决算法———序贯概率比检测( SPRT)算法,消除SSDF恶意用户参与软判决数据融合的影响,形成可信序贯概率比检测算法( FSPRT)。仿真结果表明FSPRT算法的性能优于传统SPRT算法,能有效降低网络信任值计算误差,并保持较好的感知性能。