高效安全协作频谱感知技术研究
发布时间：2021-02-04 08:52
万物互联时代的来临将为无线通信业务带来几何级增长的数据流量,使得承载无线通信业务的频谱资源变得日益紧缺。基于动态频谱接入机制的认知无线电（Cognitive Radio,CR）技术成为解决频谱稀缺问题,推动未来认知网络发展的前景技术之一。要使CR技术得以实现,可靠检测是否存在可用频谱的频谱感知技术是首要环节。多用户参与的协作频谱感知利用空间分集提高频谱感知性能,然而合作的引入和CR网络的开放性使协作频谱感知面临特有的安全威胁。其中伪造频谱感知数据（Spectrum Sensing Data Falsification,SSDF）攻击利用复杂灵活的攻击策略误使融合中心作出错误频谱判决结果,造成频谱资源浪费和干扰主用户。鉴于此,本论文针对协作频谱感知中面临的通信开销受限、易受SSDF攻击问题,对多比特量化协作频谱感知,概率型、大规模SSDF攻击下安全协作频谱感知及SSDF攻击下的高能量效率协作频谱感知开展攻击模型理论分析、安全防御算法研究及仿真验证等工作,主要成果和贡献如下:（1）针对协作频谱感知中的通信开销受限问题,首先从全局虚警概率出发优先确定中心的量化阈值,提出了一种基于本地能量检测...
【文章来源】：电子科技大学四川省 211工程院校 985工程院校 教育部直属院校
【文章页数】：142 页
【学位级别】：博士
【部分图文】：
成都、深圳、北京等地区部分频谱利用率统计图
第一章绪论15Njè=jhOj(j(LjNN图1-3研究思路框图（2）针对概率型SSDF攻击下的安全协作频谱感知问题，提出了基于贝叶斯推理的滑动窗信誉度模型恶意用户检测算法，从而剔除恶意用户参与最终决策融合。该算法首先利用贝叶斯推理得到信誉度模型，然后融合多个时间窗的信息形成累积权重信誉度值，从而有效捕捉恶意用户的历史动态特征信息。提高了在低攻击概率下，对独立和合作概率型SSDF攻击的检测率，实现了对具有不同攻击概率攻击者的安全防御。且无需恶意用户的先验信息和复杂的检测阈值设计，具有识别性能高、实现复杂度低的优点。（3）针对大规模SSDF攻击下的安全协作频谱感知问题，提出了一种简单有效的基于熵的权重决策融合安全协作频谱感知算法。该算法利用融合中心接收的汇报数据在两个连续感知时隙内的不一致特性来评价每个感知用户的可靠性，并通过一个基于熵的权重分配方法对感知用户汇报决策进行加权融合。解决了传统方法依赖感知用户先验信息或可信参考信息实现困难的问题，确保了大规模SSDF攻击下协作频谱感知的安全性。（4）针对SSDF攻击下协作频谱感知与能量效率之间的折中优化问题，首先为抵御SSDF攻击，提出了基于在线学习算法的可靠用户选择策略。然后将数据传输时间按可信度进行比例分配，建立了联合优化频谱感知时间和认知发射功率的能量效率约束优化模型，设计了基于分式规划理论的交替迭代优化算法通过依次迭代得到了认知用户发射功率。提高了SSDF攻击下资源分配的有效性，实现了恶意攻击下高能量效率安全协作频谱感知。
第二章多比特量化协作频谱感知17第二章多比特量化协作频谱感知协作频谱感知利用空间分集带来的增益克服单用户感知易受电磁环境和自身感知能力的影响，已成为CR检测PU是否占用频谱的主要方式。然而，在协作频谱感知中，汇报完整的本地感知结果到FC会占用较多汇报信道带宽，增加协作代价和通信开销。为解决此问题，基于多比特量化的协作频谱感知可以在感知性能和传输数据量之间获得折中。本章首先介绍了CR网络模型及协作频谱感知的基础理论知识，主要包括本地能量检测及协作频谱感知中的数据融合准则。在此基础上，提出了一种简单的基于本地能量检测的多比特量化软数据融合协作频谱感知算法。导出了基于量化数据的优化融合准则，进而提出了基于距离准则的优化量化协作频谱感知算法。仿真验证了所提算法的有效性，结果表明，在获得接近未量化方法检测性能的同时，所提算法显著降低了传输的数据量。2.1协作频谱感知及融合算法在集中式协作频谱感知中，感知用户首先将本地感知信息汇报给FC,FC采用特定的融合准则做出全局判决。以下分别从CR网络和本地感知信号模型、数据融合算法三方面进行详细描述。2.1.1CR网络模型CR网络的组网方式包括基于基础架构的组网方式和基于adhoc的组网方式，本章考虑基于基础架构的CR网络模型，其网络结构如图2-1所示。”图2-1CR网络协作频谱感知模型
【参考文献】：
期刊论文
[1]信息论与通信系统学科自由申请类项目申请与资助情况分析[J]. 唐华,朱鹏程,颜成钢,边超,宋朝晖. 电子与信息学报. 2019(06)
[2]针对认知无线网络大规模入侵的双重防御方案[J]. 季薇,陈青青,郑宝玉. 系统工程与电子技术. 2019(10)
[3]分簇认知物联网联合资源分配算法[J]. 刘鑫. 物联网学报. 2019(01)
[4]基于强化学习和共识融合的分布式协作频谱感知方法[J]. 张孟伯,王伦文,冯彦卿. 系统工程与电子技术. 2019(03)
[5]频率使用率评价:频谱监管新抓手[J]. 郭锋. 上海信息化. 2018(11)
[6]实施动态频谱管理 提高资源利用效率[J]. 丁家昕,方箭,王坦. 中国无线电. 2018(01)
[7]基于Dempster-Shafer证据理论与抗频谱感知数据篡改攻击的协作式频谱检测算法[J]. 苗成林,李彤,吕军,李皓. 兵工学报. 2017(12)
[8]基于信誉与共识的分布式智能入侵防御方案[J]. 季薇,李炳星,郑宝玉. 系统工程与电子技术. 2018(03)
[9]动态频谱共享研究现状及展望[J]. 冯岩,孙浩,许颖,方箭. 电信科学. 2016(02)
[10]认知无线电领域的国内外重点项目[J]. 徐宏飞,杨健,张建照. 中国无线电. 2015(03)
博士论文
[1]协作频谱感知安全策略的研究[D]. 吴俊.东南大学 2018
[2]面向频谱共享的信号识别技术研究[D]. 张静文.北京交通大学 2018
[3]认知无线电中基于空间谱的频谱感知技术研究[D]. 刘畅.大连理工大学 2017
[4]认知无线电网络合作频谱感知中的SSDF攻击及其防御机制[D]. 周明.浙江大学 2016
[5]基于无线传感器网络的分布式高效量化检测方法的研究[D]. 高飞.哈尔滨工程大学 2016
本文编号：3018061
【文章来源】：电子科技大学四川省 211工程院校 985工程院校 教育部直属院校
【文章页数】：142 页
【学位级别】：博士
【部分图文】：
成都、深圳、北京等地区部分频谱利用率统计图
第一章绪论15Njè=jhOj(j(LjNN图1-3研究思路框图（2）针对概率型SSDF攻击下的安全协作频谱感知问题，提出了基于贝叶斯推理的滑动窗信誉度模型恶意用户检测算法，从而剔除恶意用户参与最终决策融合。该算法首先利用贝叶斯推理得到信誉度模型，然后融合多个时间窗的信息形成累积权重信誉度值，从而有效捕捉恶意用户的历史动态特征信息。提高了在低攻击概率下，对独立和合作概率型SSDF攻击的检测率，实现了对具有不同攻击概率攻击者的安全防御。且无需恶意用户的先验信息和复杂的检测阈值设计，具有识别性能高、实现复杂度低的优点。（3）针对大规模SSDF攻击下的安全协作频谱感知问题，提出了一种简单有效的基于熵的权重决策融合安全协作频谱感知算法。该算法利用融合中心接收的汇报数据在两个连续感知时隙内的不一致特性来评价每个感知用户的可靠性，并通过一个基于熵的权重分配方法对感知用户汇报决策进行加权融合。解决了传统方法依赖感知用户先验信息或可信参考信息实现困难的问题，确保了大规模SSDF攻击下协作频谱感知的安全性。（4）针对SSDF攻击下协作频谱感知与能量效率之间的折中优化问题，首先为抵御SSDF攻击，提出了基于在线学习算法的可靠用户选择策略。然后将数据传输时间按可信度进行比例分配，建立了联合优化频谱感知时间和认知发射功率的能量效率约束优化模型，设计了基于分式规划理论的交替迭代优化算法通过依次迭代得到了认知用户发射功率。提高了SSDF攻击下资源分配的有效性，实现了恶意攻击下高能量效率安全协作频谱感知。
第二章多比特量化协作频谱感知17第二章多比特量化协作频谱感知协作频谱感知利用空间分集带来的增益克服单用户感知易受电磁环境和自身感知能力的影响，已成为CR检测PU是否占用频谱的主要方式。然而，在协作频谱感知中，汇报完整的本地感知结果到FC会占用较多汇报信道带宽，增加协作代价和通信开销。为解决此问题，基于多比特量化的协作频谱感知可以在感知性能和传输数据量之间获得折中。本章首先介绍了CR网络模型及协作频谱感知的基础理论知识，主要包括本地能量检测及协作频谱感知中的数据融合准则。在此基础上，提出了一种简单的基于本地能量检测的多比特量化软数据融合协作频谱感知算法。导出了基于量化数据的优化融合准则，进而提出了基于距离准则的优化量化协作频谱感知算法。仿真验证了所提算法的有效性，结果表明，在获得接近未量化方法检测性能的同时，所提算法显著降低了传输的数据量。2.1协作频谱感知及融合算法在集中式协作频谱感知中，感知用户首先将本地感知信息汇报给FC,FC采用特定的融合准则做出全局判决。以下分别从CR网络和本地感知信号模型、数据融合算法三方面进行详细描述。2.1.1CR网络模型CR网络的组网方式包括基于基础架构的组网方式和基于adhoc的组网方式，本章考虑基于基础架构的CR网络模型，其网络结构如图2-1所示。”图2-1CR网络协作频谱感知模型
【参考文献】：
期刊论文
[1]信息论与通信系统学科自由申请类项目申请与资助情况分析[J]. 唐华,朱鹏程,颜成钢,边超,宋朝晖. 电子与信息学报. 2019(06)
[2]针对认知无线网络大规模入侵的双重防御方案[J]. 季薇,陈青青,郑宝玉. 系统工程与电子技术. 2019(10)
[3]分簇认知物联网联合资源分配算法[J]. 刘鑫. 物联网学报. 2019(01)
[4]基于强化学习和共识融合的分布式协作频谱感知方法[J]. 张孟伯,王伦文,冯彦卿. 系统工程与电子技术. 2019(03)
[5]频率使用率评价:频谱监管新抓手[J]. 郭锋. 上海信息化. 2018(11)
[6]实施动态频谱管理 提高资源利用效率[J]. 丁家昕,方箭,王坦. 中国无线电. 2018(01)
[7]基于Dempster-Shafer证据理论与抗频谱感知数据篡改攻击的协作式频谱检测算法[J]. 苗成林,李彤,吕军,李皓. 兵工学报. 2017(12)
[8]基于信誉与共识的分布式智能入侵防御方案[J]. 季薇,李炳星,郑宝玉. 系统工程与电子技术. 2018(03)
[9]动态频谱共享研究现状及展望[J]. 冯岩,孙浩,许颖,方箭. 电信科学. 2016(02)
[10]认知无线电领域的国内外重点项目[J]. 徐宏飞,杨健,张建照. 中国无线电. 2015(03)
博士论文
[1]协作频谱感知安全策略的研究[D]. 吴俊.东南大学 2018
[2]面向频谱共享的信号识别技术研究[D]. 张静文.北京交通大学 2018
[3]认知无线电中基于空间谱的频谱感知技术研究[D]. 刘畅.大连理工大学 2017
[4]认知无线电网络合作频谱感知中的SSDF攻击及其防御机制[D]. 周明.浙江大学 2016
[5]基于无线传感器网络的分布式高效量化检测方法的研究[D]. 高飞.哈尔滨工程大学 2016
本文编号：3018061
本文链接：https://www.wllwen.com/shoufeilunwen/xxkjbs/3018061.html
