论文部分内容阅读
随着无线通信技术的飞速发展,日益增长的频谱需求与有限的频谱资源之间的矛盾已成为制约无线通信发展的主要因素之一。由于认知无线电(Cognitive radio,CR)技术可以有效地缓减频谱资源紧缺问题,使CR得以实现的首要环节的频谱感知已经为研究热点。为了提高感知性能,常由多个认知用户合作完成频谱感知。而频谱感知的合作性引入了新的安全问题,其中感知数据错误化(Spectrum sensing data falsification,SSDF)攻击问题是典型代表。在SSDF攻击中,恶意用户通过发送错误感知结果给融合中心干扰其决策结果,导致主用户受干扰或正常认知用户无法使用空闲频谱资源。论文以认知无线网络合作频谱感知中的SSDF攻击及其防御机制为题展开研究,分别研究了基于软数据融合的合作频谱感知中的SSDF攻击问题、基于量化数据融合的合作频谱感知中的SSDF攻击问题、SSDF攻击场景下的联合频谱感知与资源分配方法,得到一些有意义的研究结果。论文主要研究成果如下:(1)针对基于线性数据融合的合作频谱感知下的概率型SSDF攻击,给出了使融合中心盲化的攻击策略。针对两种软数据融合的合作频谱感知的概率型SSDF攻击模型,通过使融合中心的修正偏差系数为零,论文导出了使融合中心盲化的SSDF攻击策略;还提出了一种针对量化数据融合的合作频谱感知的概率型SSDF攻击模型,并推导了使融合中心盲化的条件。(2)针对基于软数据融合的合作频谱感知中的SSDF攻击问题,提出了一种基于信誉度的SSDF攻击抵御方法。为降低SSDF攻击对合作频谱感知性能的影响,论文提出了一种基于改进ROCQ(Reputation, Opinion, Quality, and Credibility)的认知用户信誉度管理方法及其相应的基于信誉度的安全合作频谱感知方案,融合中心根据认知用户的感知结果、感知结果准确度、感知结果可信度调整其信誉度,并采用信誉度加权的数据线性软融合准则,降低恶意用户对合作频谱感知性能的影响。研究结果表明,所提出的基于信誉度的合作频谱感知可以有效缓解SSDF攻击对合作频谱感知性能的影响。(3)针对基于量化数据融合的合作频谱感知中的SSDF攻击问题,提出一种量化合作频谱感知下的SSDF攻击抵御方法。论文提出了一种利用最大输出熵量化特性的恶意用户识别方法,融合中心根据接收的感知数据估计各认知用户量化数据的概率质量函数,利用最大输出熵量化方法概率质量函数为常数这一特性,识别网络中的恶意用户,给出了相应的判决门限选择方法,并证明了方法的可行性与时间收敛性。研究结果表明,在已知恶意用户量化方式条件下,所提出的用户识别方法可有效识别恶意用户,明显提高量化合作频谱感知算法的性能。(4)针对SSDF攻击能通过频谱感知环节影响资源分配这一问题,提出了SSDF攻击场景下的联合频谱感知与资源分配方案,通过有效的激励机制提升合作频谱感知可靠性。论文将联合频谱感知与资源分配建模为加权比例公平性资源分配问题,其中加权系数为认知用户的可信度。通过优化问题解耦与求解,得到频谱感知时间、参与合作频谱感知用户数与资源分配结果。然后根据得到的参与合作频谱感知用户数,采用增强学习算法(即基于认知用户的历史表现和信誉度)选择认知用户参与合作频谱感知。研究结果表明,采用有效的感知用户选择策略和感知资源分配算法,可提高频谱感知的可靠性与资源分配的公平性;所提出的联合频谱感知与资源分配方案的系统效用优于平均资源分配方案。