无线网络物理层安全中的中继策略研究

来源 :南京邮电大学 | 被引量 : 0次 | 上传用户:tscy123
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
随着移动通信网络的不断发展,有限的频谱资源成为了制约蜂窝网络性能的主要原因。设备到设备(Device-to-Device,D2D)通信基于蜂窝网络和蜂窝用户共享频谱资源,可以用来改善网络中的频谱利用率。该技术在未来将成为5G通信中的关键技术之一。由于移动设备一般电池容量较小,计算性能也较差,物理层安全作为传统加密方法的替代方案受到了越来越多的关注。本文首先着重于提高蜂窝基站区域的整体质量和效率。主要在保证蜂窝用户节点物理信道安全性的同时,减少D2D用户节点的功耗。为了满足这两个要求,本研究使用D2D用户节点作为中继节点或者干扰节点来辅助蜂窝用户节点来防止窃听。由于D2D网络中节点的移动性和网络结构的不稳定性,DUE和CUE的配对很有可能发生改变,这导致了更多节点之间的通信和计算。如果这些都交由基站处理,无疑会增加BS的负担。本文通过提出一种分布式算法来解决网络的优化问题,将计算分配给网络中的各个节点。通过最大化蜂窝用户的物理层安全性同时和最小化D2D用户的功耗来优化整个D2D网络的效率。每个网络节点使用分布式算法将全局优化问题划分为多个简单子问题,减轻了基站的负担,并且更加适合于D2D网络结构的不稳定性。本文后半段着重于引入社交网络的概念来提高D2D网络的物理层安全。主要是将节点间的社交关系转化为节点之间的信任关系,通信节点可以使用空闲的可信任D2D用户作为干扰来提高系统的物理层安全。提出一种信任更新机制来激励空闲D2D节点作为干扰参与到需要发送信息的D2D节点的通信当中。空闲D2D节点如果选择干扰会牺牲自己的功率和通信机会,但是信任更新机制会对其进行补偿,提高该节点下次通信时得到其它节点辅助的概率。利用博弈论来对系统建模,最终得到D2D节点的干扰决策以提高系统物理层安全性。
其他文献
与传统主机游戏在我国的发展糟糕境遇不同,我国在智能手机时代的发展初期,便显现出优势,随着智能硬件设备价格被小米等国产厂商拉低,和人民日益增长的可支配收入,中国成为了全球智能手机最大的生产国和消费国,与之而来的是我国移动游戏产业的井喷式发展。借助智能移动支付产业的发展,移动游戏企业出现了与传统行业不同的交易模式和业务特点,进一步影响其收入确认的方式。在新收入准则发布后,由于不同企业财务管理人员对新准
由于天文望远镜各方面性能的提高,天文学的研究和发现有了飞速的发展,人类对宇宙的认识也随之有了很大的提高。随着数据的不断积累,天文学已经到了一个“数据雪崩”的时代。
如今,超高压电网采取集中监控、统一调度的模式统筹管理,变电设备隐患、缺陷的排查很大程度上依赖于设备状态监视系统。这种工作模式下,设备的指标示数往往是在“临界”、甚至“越限”才会被运维人员发现,工作前瞻性不足、贻误“苗头性”缺陷治理时机,工作效率、操作精度受到很大制约,极易造成“小恙成疾”、“小病成灾”的被动局面。当前,社会经济的飞速发展对电网安全提出更高需求,尤其对供电的可靠性、稳定性要求更为严格
感知识别技术是将硬件设备与数据处理技术相结合,从而感知识别周围环境。随着物联网技术的发展,感知识别技术逐步应用于人类生活,如基于雷达的人群密度估计方法、基于RFID的
近年来,随着数据挖掘、机器学习、深度学习等技术的兴起与发展,企业从普通用户处收集到了大量的数据,并对这些数据进行分析处理来了解用户的习惯和喜好,从而向用户提供更加个
因特网技术的不断普及和发展,使得社会对网络的依赖越来越多,网络已成为经济社会发展的重要基础设施。网络在带给人们方便的同时也给社会和个人带来安全威胁。网络入侵检测技术通过对网络流量数据中潜在的入侵攻击行为进行检测识别,为社会和个人提供防护,维护网络安全,抵御网络安全威胁。传统的网络入侵检测技术需要依靠专家知识人工设计特征集对网络数据进行特征匹配,或使用基于机器学习的分类、聚类算法进行检测识别任务。上
数据挖掘能够从大量数据中发掘出有效信息和潜在模型,而聚类分析作为其中的一项重要技术,通过将数据分类来发现特征,被广泛运用于商业、医学、科研等领域。然而,在对数据进行
近年来,网络攻击已导致全球范围内多起电力系统停电事故,严重影响了社会生产活动甚至威胁到国家安全。造成停电事故的主要原因之一是网络攻击通过对信息层的破坏渗透影响物理
由于互联网上的多媒体数据爆炸式增长,人们对于能够方便快捷地检索多模态数据的需求日益增强,跨模态检索已经成为当前的研究热点。为了满足实际应用中低存储成本和高查询速度的要求,哈希技术在跨模态检索领域备受关注,它将高维多模态数据映射到公共的汉明空间进行模态间地相互检索。本文主要研究使用深度神经网络将多模态数据投影到公共的汉明空间,从减小编码误差、挖掘多模态数据的语义信息和缩小跨模态数据之间的差异性三个角
车联网(Internet of Vehicles)作为汽车驾驶、电子信息、交通运输等行业深度融合的新型产业形态,越来越成为各国竞相发展的重要方向。车联网以车内网、车际网和车载移动互联