如今无线通信蓬勃发展,使频谱资源紧缺问题更加严重。然而固定的分配模式造成了大部分频谱处于未被使用状态,频谱资源的利用率不高。传统的提高频谱利用率的方法(如多载波传输等)并没有从根本上解决频谱资源紧缺问题,认知无线电技术通过频谱感知在保证不对现有授权用户造成有害干扰的前提下,有效地利用空闲频谱机会进行通信,提高了频谱利用率。认知无线电技术的首要环节是频谱感知,其中集中式协作频谱感知因感知速度快被广泛应用,如果在感知中存在恶意攻击(如SSDF攻击),系统性能将受到严重影响。为此,本文主要针对集中式认知无线网络中存在的SSDF攻击进行研究,提高系统可靠性。首先,在少数恶意用户采取静态攻击时,针对传统的异常数据检测算法存在恶意攻击用户时系统的检测性能下降问题,提出了一种基于K-Means和改进粒子群的抗SSDF攻击算法。首先,在恶意用户识别方面,传统的异常数据检测算法在有恶意数据存在时分类不够准确,提出利用OGK准则对聚类中心进行初始化,从而得到更准确的分类结果。其次在恶意数据处理方面,提出将粒子群算法与信噪比结合的方法为认知用户合理分配权值,再进行最终的融合判决。仿真结果表明恶意用户发动静态攻击时,本文所提算法依然可以有效地进行防御。其次,在多数恶意用户采取静态攻击时,针对传统的基于证据理论算法未能准确评估认知用户数据间的差异,在报告的感知数据接近时不能准确的识别恶意用户的问题,提出了一种基于证据理论和模糊熵的抗SSDF攻击算法。首先,根据证据距离和经典冲突系数重新定义冲突系数,为用户的感知数据赋予冲突权重;然后利用模糊熵得到感知数据的模糊权重;最后根据用户当前感知结果计算其信任度得到信任度权重;通过上述三部分权重对基本概率赋值函数进行修正,融合中心根据证据理论融合公式得出最终感知结果。仿真结果表明本文所提算法相较于其他算法具有很好的检测性能,解决了多数恶意用户发动SSDF攻击性能不佳的问题。最后,在多数恶意用户采取动态攻击时,针对传统的信誉机制没有对认知用户感知的数据进行合理评价的问题,在恶意用户发动SSDF攻击时,系统检测性能下降,提出了基于Beta声望系统的动态信任机制。首先,初始化认知用户信誉值,然后根据用户是否进行正确感知利用Beta声望系统为其分配声望值,连续记录用户的历史感知结果,得到用户的连续诚实和虚假感知的次数,进而经过一定的处理得到上升因子和下降因子,更新用户的信誉值,得到权重后进行最终的融合判决。仿真结果表明本文所提信任机制在恶意认知用户所占比例较高的情况下具有较低的虚警概率和漏检概率,依然具有很好的频谱感知性能。