本文關(guān)鍵詞：認(rèn)知無線電網(wǎng)絡(luò)基于合作感知的攻擊檢測算法及魯棒性研究

  更多相關(guān)文章： 認(rèn)知無線電 合作頻譜感知 攻擊檢測算法 名譽值

【摘要】：認(rèn)知無線電作為一種提高頻譜利用率的智能技術(shù)備受關(guān)注。其中,合作頻譜感知技術(shù),能夠在避免對主用戶造成干擾的情況下,提升感知性能,進而有效提高接入并使用空閑頻譜的機會。然而,合作感知也為合作組中的某些感知用戶提供了攻擊的機會(在此稱為攻擊者),即攻擊者通過在合作組中發(fā)送錯誤的感知信息來破壞感知決策過程,以此獲得對頻譜信道的占有率,這種攻擊被稱為偽造頻譜感知數(shù)據(jù)(Spectrum Sensing Data Falsification,SSDF)攻擊。該攻擊不僅能破壞合作感知的性能,而且會降低頻譜的有效利用率。因此,設(shè)計一個有效的攻擊檢測算法,對于認(rèn)知無線電網(wǎng)絡(luò)的安全性,具有重要意義。為了提高合作感知的有效性能,實現(xiàn)頻譜利用率最大化,本文提出了基于名譽值的合作感知攻擊檢測算法。首先,基于合作組中感知用戶的可信度,該算法用“名譽值”標(biāo)記每個簇內(nèi)的感知用戶,并使用帶名譽值的差異值函數(shù)對每個感知用戶的感知報告進行更新,來獲得更接近主用戶真實狀態(tài)的本地感知決策。接著,合作組中的聚合中心對各簇的本地感知決策進行加權(quán)優(yōu)化,并做出全局感知決策。最后,聚合中心基于感知用戶的歷史感知報告,更新其名譽值,并檢測標(biāo)記出誠實用戶和攻擊者。仿真結(jié)果表明,該算法獲得的合作感知的感知報告更新值更接近主用戶的真實狀態(tài),即提高了主用戶檢測的正確率;在攻擊者數(shù)目較多時,算法的合作感知性能仍能保持穩(wěn)定,從而保證了較高的頻譜利用率�？紤]合作感知組中各感知用戶的感知信息交換形式,以及對SSDF攻擊檢測率及檢測魯棒性問題,本文又提出了一種基于公共控制信道(Common Control Channel,CCC)安全性的合作攻擊檢測算法。算法首先完善合作感知模型,即建立一個CCC,并結(jié)合名譽值的作用,檢測出攻擊者。接著,基于內(nèi)斂懲罰函數(shù)和直接搜尋法,算法得出在獲取良好攻擊檢測率下的最優(yōu)門限值。最后,使用“Kullback-Leibler Diversity”方法驗證了算法的魯棒性。仿真結(jié)果表明,該算法不僅能夠有效檢測出合作組中的攻擊者,而且能保證其魯棒性,這對于解決合作感知中出現(xiàn)的SSDF攻擊,保證認(rèn)知無線電網(wǎng)絡(luò)的安全性問題,具有深遠(yuǎn)的實際意義。
【關(guān)鍵詞】：認(rèn)知無線電 合作頻譜感知 攻擊檢測算法 名譽值
【學(xué)位授予單位】：重慶郵電大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TN925
【目錄】：

• 摘要3-4
• Abstract4-11
• 注釋表11-14
• 第1章 緒論14-25
• 1.1 研究背景14-19
• 1.1.1 認(rèn)知無線電簡介14-17
• 1.1.2 認(rèn)知無線電頻譜感知技術(shù)17-19
• 1.1.3 認(rèn)知無線電資源分配技術(shù)19
• 1.2 認(rèn)知無線網(wǎng)絡(luò)中的安全問題概述19-21
• 1.3 研究現(xiàn)狀及存在問題21
• 1.4 研究挑戰(zhàn)及意義21-23
• 1.5 本文研究內(nèi)容及結(jié)構(gòu)安排23-25
• 第2章 認(rèn)知無線電網(wǎng)絡(luò)中攻擊檢測技術(shù)概述25-31
• 2.1 引言25
• 2.2 攻擊類型及其相應(yīng)檢測算法分類25-29
• 2.2.1 物理層攻擊25-27
• 2.2.2 數(shù)據(jù)鏈路層攻擊27
• 2.2.3 網(wǎng)絡(luò)層攻擊27-29
• 2.3 攻擊者屬性分類29
• 2.4 合作感知中的SSDF攻擊及其檢測算法概述29-30
• 2.5 本章小結(jié)30-31
• 第3章 基于名譽值的合作感知攻擊檢測算法31-50
• 3.1 引言31
• 3.2 系統(tǒng)模型31-34
• 3.2.1 網(wǎng)絡(luò)模型31-32
• 3.2.2 誠實用戶模型32-33
• 3.2.3 攻擊者模型33-34
• 3.2.4 聚合中心模型34
• 3.3 算法設(shè)計與分析34-44
• 3.3.1 感知報告生成階段35-36
• 3.3.2 感知決策生成階段36-40
• 3.3.3 名譽值更新階段40-44
• 3.4 算法仿真及結(jié)果分析44-49
• 3.4.1 不同算法的合作感知有效性分析44-46
• 3.4.2 不同算法的頻譜利用率分析46-49
• 3.5 本章小結(jié)49-50
• 第4章 基于CCC安全性的合作攻擊檢測算法50-73
• 4.1 引言50
• 4.2 系統(tǒng)模型50-53
• 4.2.1 CCC模型50-51
• 4.2.2 合作模型51-52
• 4.2.3 攻擊模型52-53
• 4.3 基于CCC安全性的合作攻擊檢測算法描述及性能分析53-65
• 4.3.1 合作攻擊檢測算法(CADS)描述53-57
• 4.3.2 CADS算法相關(guān)概率計算57-60
• 4.3.3 CADS算法最優(yōu)門限值計算60-62
• 4.3.4 CADS算法魯棒性分析62-65
• 4.4 算法仿真及結(jié)果分析65-72
• 4.4.1 攻擊者檢測效率分析65-67
• 4.4.2 算法魯棒性驗證67-71
• 4.4.3 名譽值動態(tài)變化分析71-72
• 4.5 本章小結(jié)72-73
• 第5章 全文總結(jié)與未來研究方向73-75
• 5.1 全文總結(jié)73
• 5.2 未來研究方向73-75
• 參考文獻(xiàn)75-81
• 致謝81-82
• 攻讀碩士學(xué)位期間從事的科研工作及取得的成果82-83

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前2條

1 LI Jianwu;FENG Zebing;FENG Zhiyong;ZHANG Ping;;A Survey of Security Issues in Cognitive Radio Networks[J];中國通信;2015年03期

2 李哲;柏鵬;檀蕊蓮;姚戰(zhàn)宏;林晉福;盧虎;;基于雙門限能量檢測的自適應(yīng)協(xié)作頻譜感知[J];電視技術(shù);2013年17期

，

本文編號：980509