论文部分内容阅读
随着无线通信技术的快速发展,已授权的频谱资源越来越稀缺且利用率低,可被再分配的频谱资源非常有限。认知无线电技术动态地感知空闲频谱,并机会式地使用,从而有效提高了可用频谱资源的利用率。其中,协作频谱感知技术通过多用户相互协作,改善了单用户频谱感知性能,具有更可靠的感知性能,得到了广泛应用。但是,多用户协作的特点又使其易于受到频谱感知数据篡改(Spectrum Sensing Data Falsification Attack,SSDF)攻击的威胁,整个协作频谱感知的效能将受到严重影响。论文在对协作频谱感知技术深入分析的基础上,引入人际关系网络中的声誉机制,研究能有效防御SSDF攻击威胁的可信协作频谱感知技术,主要开展了以下三方面工作：首先,对协作频谱感知技术和数据融合算法进行深入分析,特别针对协作频谱感知面临的SSDF安全威胁进行讨论,详细描述了恶意用户的攻击行为和攻击特点。在此基础上,总结对比了基于声誉的防御SSDF攻击的协作算法。其次,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),引入优先取半的双门限判决,且只有可信认知用户参与融合判决,提高了效率和性能,并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SSDF攻击,保证更好的协作频谱感知性能。最后,基于分层分簇的思想,提出一种多跳式协作感知网络模型,并使用Matlab GUI设计一种用于多跳式网络环境下基于声誉的可信协作频谱感知仿真平台RecssSim(Reputation-based Cooperative Spectrum Sensing Simulator)。该仿真平台具有很好的扩展性,在面对三种模式(always-free、always-false、always-busy)的SSDF攻击时,能有效仿真声誉机制对于常见协作频谱感知算法的安全性增强效果。