基于信誉与共识的分布式智能入侵防御方案

当认知用户中存在恶意用户,特别是恶意用户间存在协作行为时,将给协作频谱感知带来极大危害。为有效抵御恶意行为,提出将信誉模型与一致性融合相结合的分布式智能入侵防御方案。每一次迭代过程,需要依据奖惩机制对认知用户的信誉值进行奖励或惩罚,进而将信誉值与一致性融合中的融合因子相结合,并共同作用于一致性融合过程。该方案下,智能的恶意用户将最终选择放弃恶意攻击。仿真结果表明,所提方案能有效抵御多个恶意用户(有协作/无协作)的攻击。与现有的3种防御机制相比,该方案具有更好的检测与防御性能。