基于强化学习和共识融合的分布式协作频谱感知方法

在频谱感知中为了解决不同信誉用户网络节点之间的数据融合问题,提出了一种基于强化学习和共识融合的分布式协作频谱感知方法。该方法将每个感知用户认为是一个智能体(agent), agent通过强化学习算法从相邻节点选择合作用户进行共识融合,采用信誉值作为奖励,确保agent倾向于信誉高的节点进行融合,并同时降低恶意用户的信誉值,使其逐渐退出感知网络,最后采用一致性融合方法使整个网络达成共识,并与判决门限对比,完成协作频谱感知。仿真实验表明,该方法能够有效的识别恶意用户,并通过强化学习提高整个网络的感知性能,使协作频谱感知网络更具智能性和稳定性。     

针对认知无线网络大规模入侵的双重防御方案

协作频谱感知(cooperative spectrum sensing,CSS)可有效提高频谱检测的准确性,然而,当次用户中恶意用户占比较大且同时发动大规模攻击时,将严重影响CSS的准确性。文中将用户选择和置信传播有机结合,提出一种针对大规模入侵的双重防御方案。基于本地感知结果通过用户选择机制挑选可靠次用户,挑选出的可靠次用户包括诚实用户和伪装成诚实用户的恶意用户。然后以可信度为权重计算置信值均值并将其和预设门限比较,进一步滤除伪装成诚实用户的恶意用户。仿真结果表明,与已有的简单的基于信誉的方案、基于均值的方案、基于克隆节点的攻击检测算法相比,所提方案具有更好的检测性能,且置信值收敛更快。     

认知无线电网络抗恶意用户节能协作频谱感知策略

针对当前认知无线电网络协作频谱感知策略存在能量消耗过大且未考虑恶意用户存在及通信链路中断的问题,提出一种基于信誉管理系统的节能协作频谱感知策略。首先对系统信誉值和感知报告总数的表达式进行推导分析,建立感知策略模型,对恶意用户进行有效抑制。进一步提出策略对应的虚警和漏检概率估计方法及其闭合表达式,深入分析通信链路中断带来的影响。最后仿真结果表明,在达到相同检测目标情况下,提出的节能策略所需感知报告数量较传统策略更少,有效降低了能量消耗。感知性能在通信链路存在中断情况下受到的影响更小。     

串谋行为识别的间断连接无线网络数据转发机制

针对现有间断连接无线网络恶意节点检测机制缺乏对串谋恶意节点的有效识别和抵御方案,提出了一种串谋行为识别的间断连接无线网络数据转发机制。在认证节点历史状态信息的基础上,通过分析节点行为特征有效地识别串谋的恶意节点。在排除串谋节点干扰的情况下设计以信用度、协作度、连接度为联合指标的数据转发机制。仿真结果表明,所提出的机制在串谋节点的识别及抵御方面效果显著,提高了中继选择在面对恶意攻击时的健壮性,实现可靠高效的数据传输。     

基于复合熵和证据理论的抗SSDF攻击协作频谱感知方法

针对协作频谱感知中，频谱感知数据篡改(spectrum sensing data falsification, SSDF)攻击导致的感知性能恶化问题，在次级用户中恶意用户占比小于一半的情况下，提出一种基于复合熵和证据理论的抗SSDF攻击协作频谱感知方法。首先，次级用户根据本地感知统计量计算基本概率分配(basic probability assignment, BPA)信息。然后，融合中心根据BPA计算距离值并进行熵处理得到复合熵，再以复合熵为权重对BPA信息进行调整，降低恶意用户的权重。最后，针对证据理论中Dempster融合公式的弊端，采用加权求和法代替传统的融合公式。仿真结果表明，和已有方法相比，在不同类型的SSDF攻击下，所提算法具有较好的感知性能。     

IWSN物理层防全双工攻击节点的多层Stackelberg博弈模型

针对工业无线传感器网络通信链路上存在的节点安全问题, 提出一种可抵御节点攻击的多层Stackelberg博弈模型。选择最佳协作干扰节点协同抵御全双工攻击节点, 将合法节点与攻击节点之间的对抗关系以及合法节点间的内部协作关系建模成多层Stackelberg博弈模型, 分析博弈模型的闭式均衡解; 设计分阶最优响应迭代算法求解Stackelberg博弈均衡。仿真结果表明, 所提的最佳协同干扰节点选择方案对攻击节点具有较好的干扰效果且节省能耗; 与其他功率控制模型相比, 所提模型可有效增加协作干扰节点的收益，提高协作的积极性。     

主用户模拟攻击下的协作频谱感知方法

针对存在主用户模拟攻击(primary user emulation attack, PUEA)下的频谱感知问题,提出了一种基于攻击强度阈值(attack-aware threshold, ART)的协作频谱感知方法。该方法首先建立了存在PUEA的网络模型,然后分析4种状态下协作频谱感知的特点,采用检测统计量的一阶和二阶矩估计出PUEA攻击的概率,最后以总误差概率为目标函数,求出不同攻击强度下的最佳门限阈值,并通过ART方法完成在不同攻击强度下的协作频谱感知。仿真实验表明,该方法能够估计恶意信号出现的概率,有效减少频谱感知总误差概率,提高整个网络的频谱感知性能。     

基于信任的服务实体跨域认证方案

根据目前基于身份的跨域认证过程中域代理(domain agent,DA)数量有限的特点,针对该跨域认证过程中计算复杂的问题,采用信任和基于身份密码体制相结合的方式,提出了基于信任的用户跨域访问信息服务实体(information services entity,ISE)资源的算法。该算法首先完成用户在DA的身份认证,然后采用提出的信任度判断方法进行信任度的判断达到双向认证的目的,最终实现用户跨域访问ISE。仿真结果表明,信任度的判断方法有效地实现抵抗“恶意”DA的攻击,同时该基于信任的ISE跨域认证方案与基于身份的跨域认证方案相比,计算量减少,通信开销降低。     

PUE攻击下基于循环时空平稳特征的主用户协作检测方法

根据模仿主用户攻击(primary user emulation, PUE)信号较难同时模仿主用户(primary user,PU)信号的时、空域平稳特征,提出基于循环时空滤波的PU检测方法。该方法首先利用PU信号的循环时空平稳特征设计滤波器,并对滤波输出信号进行本地判决,再将本地检测二进制结果发送至融合中心(fusion center,FC)进行全局检测,其中FC根据各认知用户(secondary user,SU)检测循环频率的不同将收到的本地检测结果分组,并采用组内组间二次融合方式获取全局检测结果,这种协作分集检测的方式可以有效降低误检率和计算复杂度。仿真结果表明,该方法可实现在低信干噪比环境下对PU信号的检测。     

基于压缩感知的认知无线网络协作频谱感知技术

针对传统频谱感知算法受A/D器件物理瓶颈,硬件计算能力等限制难以实现宽频段授权用户实时检测的问题,将压缩感知技术应用于宽带频谱感知,建立了一个基于Xampling前端的新型协作频谱感知模型,在此模型基础上提出一种基于认知用户分组,纽内利用压缩感知技术进行信息融合,组间对各组检测结果进行判决融合,两者结合实现授权用户检测的新算法,并给出了认知用户的分组原则.与传统宽带频谱感知算法相比,该方法无需高速A/D,也不需要恢复原始信号,可有效降低宽带频谱感知的硬件复杂度,缩短频谱感知时间,仿真结果证实了新算法的有效性.     

CWNs中机会协作传输策略及其差错性能分析

在主用户和感知用户共存的认知无线网(cognitive wireless networks, CWNs)中,针对如何在保证主用户有效传输的同时满足感知用户无线业务通信要求的问题,提出了一种基于频谱感知的机会协作传输策略。在瑞利衰落信道下对所提方案进行理论分析,给出了协作传输与非协作传输策略下平均误比特率的解析表达式,理论分析和仿真结果表明,相对于传统非协作传输而言,机会协作传输策略的差错性能得到明显改善。     

认知无线网络中基于联盟博弈的分布式协作频谱感知方法

针对认知无线网络中感知用户(sensing user, SU)之间协作效用低的问题,将联盟博弈论应用到频谱感知中,提出了一种基于联盟博弈的分布式协作频谱感知方法。该方法首先通过SU进行本地频谱感知,然后利用联盟形成规则将SU分成若干联盟,在单用户优先准则下进行联盟间信息交换,经过迭代形成稳定的联盟分区结构,最后融合联盟内的感知信息完成频谱感知。仿真结果表明,采取的单用户优先准则较传统合并分裂准则,灵活性更高,形成的联盟效用值更大,在协作频谱感知中提高检测概率的同时降低了虚警概率,具有更好的频谱感知性能。     

Femtocell网络中基于PSO的频谱感知技术

在Femtocell和Macrocell构成的两层网络中,干扰问题十分突出,传统的研究主要集中在静态的资源分配上,未能有效地提高频谱资源的利用率。基于认知无线电中的频谱感知技术,检测出空洞的频谱资源分配给Femtocell使用。给出了多用户多天线Femtocell系统的协作频谱感知模型,推导出全局检测概率,在给定虚警概率的前提下,在融合中心基于粒子群优化（particle swarm optimization, PSO）算法优化分配每个Femtocell用户感知信息的权值,最大化系统的全局检测概率,提高频谱资源的利用率。仿真结果表明,所提算法能够有效地改善系统的检测性能,具有较好的实时性,适用于实际的两层网络通信系统。     

基于物理层安全特征的不可信中继行为预测

中继节点可能存在的不可信行为会影响协作通信系统中物理层安全性。为了预测中继的行为,提出了基于随机博弈的中继不可信动态行为预测方法,获得中继节点合作和自私、恶意等不可信行为的概率,进而预测中继节点的自私以及恶意行为。将遍历安全容量作为博弈收益,研究中继节点行为的物理层安全特征。利用连续时间马尔可夫链捕获中继行为和系统随机状态两者之间的关系,通过实验得到了中继的不可信行为概率,验证了该预测模型的有效性。     

基于支撑集融合的分布式协作压缩频谱检测方法

针对认知无线电(cognitive radio, CR)宽带频谱检测过程中存在的采样压力大、数据传输量大、信道衰落严重等问题,提出了一种基于支撑集融合的分布式协作压缩频谱检测方法。在该方法中,本地信号重构过程和频谱稀疏支撑集的分布式融合过程反复交替进行,将本地重构过程中获得的稀疏支撑集信息进行分布式融合,又将融合结果作为先验信息指导本地信号再次重构,多次重复以实现信号重构与频谱检测。仿真结果表明,所提出方法的频谱检测性能可接近集中式的压缩检测方法,而该方法的迭代重构过程复杂度低,具有计算开销少的优势。