SSDF(Spectrum Sensing Data Falsification)攻击是认知无线网络中对频谱感知性能危害最大的攻击方式之一。基于认知无线网络中信号频域的固有稀疏性,本文结合了压缩感知(CS)技术与平均一致(average consensus)算法,建立了可防御SSDF攻...SSDF(Spectrum Sensing Data Falsification)攻击是认知无线网络中对频谱感知性能危害最大的攻击方式之一。基于认知无线网络中信号频域的固有稀疏性,本文结合了压缩感知(CS)技术与平均一致(average consensus)算法,建立了可防御SSDF攻击的分布式宽带压缩频谱感知模型。本文建立了次用户的声望值指标,用以在分布式信息融合的过程中更加准确地排除潜在的恶意次用户影响。在感知阶段,各个CR节点对接收到的主用户信号进行压缩采样以减少对宽带信号采样的开销和复杂度,并做出本地频谱估计。在信息融合阶段,各CR节点的本地频谱估计结果以分布式的方式进行信息融合,排除潜在恶意次用户的影响,得到最终的频谱估计结果。仿真结果表明,本文提出的分布式频谱感知模型可以有效地抵御SSDF攻击,提高了频谱感知的性能。展开更多
协作频谱感知可以提高频谱感知的可靠性,但易遭到篡改感知数据(Spectrum Sensing Data Falsification,SSDF)攻击。该文利用SSDF攻击特征,判断邻居节点发送值是否是恶意状态值,并提出一种加权分布式协作频谱感知算法。该算法根据状态值...协作频谱感知可以提高频谱感知的可靠性,但易遭到篡改感知数据(Spectrum Sensing Data Falsification,SSDF)攻击。该文利用SSDF攻击特征,判断邻居节点发送值是否是恶意状态值,并提出一种加权分布式协作频谱感知算法。该算法根据状态值在本地节点网络中的偏离程度,设定其融合权值。仿真结果表明,所提算法在节点收敛率和鲁棒性两方面,比基于梯度的协作频谱感知算法和基于最大差值的协作频谱感知算法都有所提升,检测性能也因此显著提高。展开更多
在分布式认知无线电网络中,一般很难找到合适的融合中心能够收集所有协作用户的感知信息,而且协作过程极可能遭到篡改感知数据(Spectrum Sensing Data Falsification,SSDF)攻击.鉴于此,该文提出了一种改进的一致性协作频谱感知方案.利用...在分布式认知无线电网络中,一般很难找到合适的融合中心能够收集所有协作用户的感知信息,而且协作过程极可能遭到篡改感知数据(Spectrum Sensing Data Falsification,SSDF)攻击.鉴于此,该文提出了一种改进的一致性协作频谱感知方案.利用Metropolis迭代规则,各次用户仅依靠邻接点之间的局部信息交互即可实现感知协作,且无需网络的任何先验知识.为了抵抗潜在的三种SSDF攻击,该方案中引入了相应的抗攻击策略,使合法次用户能及时检测并拒绝恶意用户接入网络.仿真结果表明,改进方案能保证绝大多数合法次用户最终趋于状态一致,并分别做出正确决策;与现有的一致性方案相比,该方案能使协作感知在各种攻击场景中的稳健性明显增强.展开更多
协作频谱感知可以提高频谱感知的可靠性,但其融合机制使得其易受频谱感知数据篡改(spectrum sensing data falsification,SSDF)攻击影响。为深入了解SSDF攻击防御算法的发展现状及趋势,总结了SSDF攻击典型的分布式防御策略,并对相应分...协作频谱感知可以提高频谱感知的可靠性,但其融合机制使得其易受频谱感知数据篡改(spectrum sensing data falsification,SSDF)攻击影响。为深入了解SSDF攻击防御算法的发展现状及趋势,总结了SSDF攻击典型的分布式防御策略,并对相应分布式防御算法进行了比较。最后依据目前相关研究中所发现的问题,对SSDF攻击分布式防御策略未来的研究方向进行了展望。展开更多
协作频谱感知是认知无线电中实现频谱有效利用的关键环节,但协作频谱感知由于其聚集感知数据的特点,为恶意用户提供了可乘之机。恶意用户可以通过实施频谱感知数据伪造(spectrum sensing data falsification,SSDF)攻击的方式,使认知无...协作频谱感知是认知无线电中实现频谱有效利用的关键环节,但协作频谱感知由于其聚集感知数据的特点,为恶意用户提供了可乘之机。恶意用户可以通过实施频谱感知数据伪造(spectrum sensing data falsification,SSDF)攻击的方式,使认知无线电系统不能如实地根据外界环境进行动态的频谱切换。为深入理解SSDF攻击,掌握其防御对策的研究现状及发展趋势,从攻击手段、攻击形式和攻击策略3个角度细化出具体的SSDF攻击类型,总结了目前SSDF攻击的典型防御对策。同时,针对目前相关研究中所存在的问题,明确了一些有待继续研究的方向。展开更多
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...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。展开更多
In cognitive radio networks, spectrum sensing is one of the most important functions to identify available spectrum for improving the spectrum utilization. Due to the open characteristic of the wireless electromagneti...In cognitive radio networks, spectrum sensing is one of the most important functions to identify available spectrum for improving the spectrum utilization. Due to the open characteristic of the wireless electromagnetic environment, the wireless network is vulnerable to be attacked by malicious users(MUs), and spectrum sensing data falsification(SSDF) attack is one of the most harmful attacks on spectrum sensing performance. In this article,an algorithm based on the evidence theory and fuzzy entropy is proposed to resist SSDF attacks. In this algorithm, secondary users(SUs) obtain the corresponding degree of membership function and basic probability assignment function based on the local energy detection result. The new conflicting coefficient is calculated based on the evidence distance and classical conflicting coefficient, and the conflicting weight of the evidence is obtained.The fuzzy weight is calculated by the fuzzy entropy. The credibility weight is obtained by updating the credibility. On this basis, the probability assignment function of the evidence is corrected, and the final result is obtained by using the fusion formula. Simulation results show that the proposed algorithm has a higher detection probability and lower false alarm probability than other algorithms.It can effectively defend against SSDF attacks and improve the performance of spectrum sensing.展开更多
文摘SSDF(Spectrum Sensing Data Falsification)攻击是认知无线网络中对频谱感知性能危害最大的攻击方式之一。基于认知无线网络中信号频域的固有稀疏性,本文结合了压缩感知(CS)技术与平均一致(average consensus)算法,建立了可防御SSDF攻击的分布式宽带压缩频谱感知模型。本文建立了次用户的声望值指标,用以在分布式信息融合的过程中更加准确地排除潜在的恶意次用户影响。在感知阶段,各个CR节点对接收到的主用户信号进行压缩采样以减少对宽带信号采样的开销和复杂度,并做出本地频谱估计。在信息融合阶段,各CR节点的本地频谱估计结果以分布式的方式进行信息融合,排除潜在恶意次用户的影响,得到最终的频谱估计结果。仿真结果表明,本文提出的分布式频谱感知模型可以有效地抵御SSDF攻击,提高了频谱感知的性能。
文摘协作频谱感知可以提高频谱感知的可靠性,但易遭到篡改感知数据(Spectrum Sensing Data Falsification,SSDF)攻击。该文利用SSDF攻击特征,判断邻居节点发送值是否是恶意状态值,并提出一种加权分布式协作频谱感知算法。该算法根据状态值在本地节点网络中的偏离程度,设定其融合权值。仿真结果表明,所提算法在节点收敛率和鲁棒性两方面,比基于梯度的协作频谱感知算法和基于最大差值的协作频谱感知算法都有所提升,检测性能也因此显著提高。
文摘在分布式认知无线电网络中,一般很难找到合适的融合中心能够收集所有协作用户的感知信息,而且协作过程极可能遭到篡改感知数据(Spectrum Sensing Data Falsification,SSDF)攻击.鉴于此,该文提出了一种改进的一致性协作频谱感知方案.利用Metropolis迭代规则,各次用户仅依靠邻接点之间的局部信息交互即可实现感知协作,且无需网络的任何先验知识.为了抵抗潜在的三种SSDF攻击,该方案中引入了相应的抗攻击策略,使合法次用户能及时检测并拒绝恶意用户接入网络.仿真结果表明,改进方案能保证绝大多数合法次用户最终趋于状态一致,并分别做出正确决策;与现有的一致性方案相比,该方案能使协作感知在各种攻击场景中的稳健性明显增强.
文摘现有的基于证据理论的合作频谱感知认为所有认知用户都是诚实的,没有考虑恶意用户的存在。当恶意用户篡改本地感知的结果,发送错误的数据到数据融合中心,将会降低合作频谱感知的性能,这种攻击称为频谱感知数据篡改(spectrum sensing data falsification,SSDF)攻击。由于恶意用户发送的证据与其它认知用户的证据存在差别,本文使用Jousselme距离来衡量证据的可信度,提出一种SSDF攻击检测算法。数据融合中心接收所有认知用户的证据,让可信度低的证据不参与融合判决,可信度高的证据根据可信度进行加权融合。仿真结果表明,所提出的SSDF攻击检测算法在恶意用户发起SSDF攻击时可以很好的改善频谱感知性能。
文摘协作频谱感知可以提高频谱感知的可靠性,但其融合机制使得其易受频谱感知数据篡改(spectrum sensing data falsification,SSDF)攻击影响。为深入了解SSDF攻击防御算法的发展现状及趋势,总结了SSDF攻击典型的分布式防御策略,并对相应分布式防御算法进行了比较。最后依据目前相关研究中所发现的问题,对SSDF攻击分布式防御策略未来的研究方向进行了展望。
文摘协作频谱感知是认知无线电中实现频谱有效利用的关键环节,但协作频谱感知由于其聚集感知数据的特点,为恶意用户提供了可乘之机。恶意用户可以通过实施频谱感知数据伪造(spectrum sensing data falsification,SSDF)攻击的方式,使认知无线电系统不能如实地根据外界环境进行动态的频谱切换。为深入理解SSDF攻击,掌握其防御对策的研究现状及发展趋势,从攻击手段、攻击形式和攻击策略3个角度细化出具体的SSDF攻击类型,总结了目前SSDF攻击的典型防御对策。同时,针对目前相关研究中所存在的问题,明确了一些有待继续研究的方向。
文摘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。
基金supported by the National Natural Science Foundation of China(61701134,51809056)the Fundamental Research Funds for the Central Universities of China(HEUCFM180802)+1 种基金the National Key Research and Development Program of China(2016YFF0102806)the Natural Science Foundation of Heilongjiang Province,China(F2017004)。
文摘In cognitive radio networks, spectrum sensing is one of the most important functions to identify available spectrum for improving the spectrum utilization. Due to the open characteristic of the wireless electromagnetic environment, the wireless network is vulnerable to be attacked by malicious users(MUs), and spectrum sensing data falsification(SSDF) attack is one of the most harmful attacks on spectrum sensing performance. In this article,an algorithm based on the evidence theory and fuzzy entropy is proposed to resist SSDF attacks. In this algorithm, secondary users(SUs) obtain the corresponding degree of membership function and basic probability assignment function based on the local energy detection result. The new conflicting coefficient is calculated based on the evidence distance and classical conflicting coefficient, and the conflicting weight of the evidence is obtained.The fuzzy weight is calculated by the fuzzy entropy. The credibility weight is obtained by updating the credibility. On this basis, the probability assignment function of the evidence is corrected, and the final result is obtained by using the fusion formula. Simulation results show that the proposed algorithm has a higher detection probability and lower false alarm probability than other algorithms.It can effectively defend against SSDF attacks and improve the performance of spectrum sensing.
