数据库驱动认知无线电网络中的隐私保护

来源 :上海交通大学 | 被引量 : 0次 | 上传用户:jyj910
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
认知无线电网络用于解决频谱固定分配政策导致的无线频谱资源的浪费,它允许认知用户使用其物理范围内未占用的频谱资源(频谱空洞)从而提高无线频谱的利用率。传统认知无线电网络通过频谱感知来确定可用频谱信息。联邦通信委员会近期提出了数据库驱动认知无线电网络的概念,允许使用数据库查询作为频谱感知的替代方法来获取可用频谱信息。它把可用频谱获取的任务从终端用户转移到中心数据库,使得用户能够获得更准确的频谱信息,而且大大简化了系统部署的复杂度。在数据库驱动认知无线电网络的频谱查询过程中,认知用户和数据库交互的数据与用户位置存在一定的相关性,导致网络中的主用户和认知用户都存在位置隐私和轨迹隐私泄露的风险。本文发现在数据库驱动认知无线电网络中,数据库能够根据认知用户的频谱使用信息来推测其位置,同时认知用户也能够根据收集到的可用频谱信息来推断网络中主用户的位置。本文分别提出了针对静止用户和移动用户的攻击方法。对于静止用户,我们提出一种通用的位置推断攻击方法,主用户和认知用户的位置都能够被对方锁定在一个较小的区域范围内。对于移动用户,数据库也可以根据收集到的频道注册信息实施一种基于概率的轨迹跟踪攻击。为抵御在频谱查询过程中的用户位置隐私泄露,本文提出一种改进的隐私保护的频谱查询方式,认知用户在频谱请求阶段通过查询临近区域的方式来模糊自身位置,并基于这些信息进行频道选择。数据库在提供可用频谱阶段也将主用户位置进行模糊处理来增加推断攻击的不确定性。最后,认知用户对隐私保护程度进行权衡并选择最大程度上实现隐私保护的频道。本文将提出的攻击方法和隐私保护方法进行仿真测试,实验结果证明所提出的隐私保护方案可以很大程度上提高数据库驱动认知无线电网络中的用户位置隐私。
其他文献
随着数据库技术的迅速发展,以及数据库管理系统的广泛应用,各个应用领域积累的数据越来越多,激增的数据背后隐藏着许多重要的信息,用户希望能够对其进行更高层次的分析,以便
作为一种编程模型,MapReduce已经成为处理大规模数据处理问题的一个重要手段。目前,MapReduce已被广泛地应用于Web搜索,机器学习,电子商务等领域。Hadoop,作为MapReduce的一
TTCN-3是一种全新的、灵活的、强有力的测试描述语言,可用于描述在多种通信端口上的各种响应系统的测试,它使得在软件开发领域中使用一个标准化的抽象测试描述语言成为可能。
随着互联网的飞速发展,互联网上的信息飞速增长,用户要从网上查阅到感兴趣的内容变得越来越艰难,传统的搜索引擎技术已经难以满足用户的需要。在这种背景下,个性化推荐系统应
UDDI(Universal Description,Discovery and Integration)统一描述、发现和集成,是一套基于Web的、分布式的、为Web服务提供信息注册中心实现的标准规范,同时也包含一组企业
数据库知识发现(KDD)是当前涉及人工智能和数据库等学科的一门相当活跃的研究领域,序列模式发现是其中的一个重要研究方向。当前序列模式发现算法需要多次扫描数据库,挖掘所
随着互联网的广泛普及和网络服务的多元化,获取各类信息的方式已经逐渐从文字和图片过渡到音频和视频。VoIP(Voice over IP)是一项利用互联网进行语音通信的热门业务,通过对
随着集成电路设计和工艺技术的发展,嵌入式系统因为具有高性能、低功耗、便携式的优点,已经在移动通信、机顶盒、智能卡等信息终端中得到了广泛的应用。而作为嵌入式系统核心
随着工作流技术的快速发展,特别是对于大型企业,他们所持有的模型库通常含有海量的多样的模型。当今针对大规模工作流模型库的应用已经成为一个研究热点。其研究成果广泛地应
XML数据具有自描述性、可扩展性,既有内容也有结构信息,XML文档常见于Internet上存在的网页、商业文本、数字图书馆等,XML文档数量正呈指数级增长。如何有效地解决异构的XML