数据融合硬判决算法有效提高了协作频谱感知的精确性。然而,传统硬判决融合算法不加筛选的接收感知数据,且采取单门限判决机制,为恶意用户提供了可乘之机。为了防御恶意用户实施的频谱感知数据篡改攻击,本文提出一种基于声誉的可信双门...数据融合硬判决算法有效提高了协作频谱感知的精确性。然而,传统硬判决融合算法不加筛选的接收感知数据,且采取单门限判决机制,为恶意用户提供了可乘之机。为了防御恶意用户实施的频谱感知数据篡改攻击,本文提出一种基于声誉的可信双门限硬判决融合算法RHDF(Reputation-based Hard Decision Fusion Algorithm),只有可信认知用户的感知报告才会被融合中心接收;同时,引入优先取半的双门限判决融合思想,提高了融合判决的效率和性能,从而有效规避了恶意用户的影响。仿真结果表明,与传统硬判决融合算法相比,RHDF算法能更有效地防御频谱感知数据篡改攻击,保证更好的协作频谱感知性能。展开更多
文摘数据融合硬判决算法有效提高了协作频谱感知的精确性。然而,传统硬判决融合算法不加筛选的接收感知数据,且采取单门限判决机制,为恶意用户提供了可乘之机。为了防御恶意用户实施的频谱感知数据篡改攻击,本文提出一种基于声誉的可信双门限硬判决融合算法RHDF(Reputation-based Hard Decision Fusion Algorithm),只有可信认知用户的感知报告才会被融合中心接收;同时,引入优先取半的双门限判决融合思想,提高了融合判决的效率和性能,从而有效规避了恶意用户的影响。仿真结果表明,与传统硬判决融合算法相比,RHDF算法能更有效地防御频谱感知数据篡改攻击,保证更好的协作频谱感知性能。
