增强次用户安全的协作频谱感知方法技术

本发明专利技术请求保护一种增强次用户安全的协作频谱感知方法，属于移动通信技术和计算机网络技术领域，用于解决协作频谱感知融合时如何减少虚假报告以及隐藏终端对融合带来的影响。首先，在认知基站通过基于证据理论的准确度评估算法，构建次用户报告结果准确度评估模型，计算得到次用户报告结果的准确度。其次，构建了一个新型的可信度评估模型，通过次用户感知以来报告的结果及报告结果的准确度，对该次用户的可信程度进行评估。再次，认知基站在融合时综合考虑每个次用户报告结果的准确度和自身的可信度，通过证据理论的组合规则进行组合，从而得到最终的融合结果。最后，仿真结果及分析表明，该算法能够提升融合的检测概率，降低漏检概率。低漏检概率。低漏检概率。

【技术实现步骤摘要】
增强次用户安全的协作频谱感知方法


[0001]本专利技术属于移动通信领域，具体是认知无线电网络中的协作频谱感知方法。

技术介绍

[0002]随着无线网络技术和万物互联的快速发展，移动通信业务正在经历爆炸式增长的趋势，无线频谱的需求呈指数级迅猛增长，从而导致频谱稀缺。然而，事实上，大部分授权频谱资源在大多数情况下是未被充分利用的。
[0003]认知无线电是动态频谱管理中对未被充分利用的频谱进行使用的关键性技术，认知无线电的概念在1999年由Mitola博士首次提出。认知无线电网络中包括两种类型的用户，一种是授权用户(即主用户)，一种是非授权用户(即次用户)；当授权频谱是空闲时，次用户可以机会式地使用主用户的授权频段进行数据传输。频谱感知是认知无线电的关键技术，为了克服单用户在感知的过程中存在的衰落、阴影和噪声不确定性的影响，学者们提出了多用户协作频谱感知的方法。认知基站通过采集不同次用户在不同位置的感知数据，通过融合机制进行综合决策，从而对主用户所处信道的实际状态做出判断。然而，随着认知无线电网络中次用户数量的上升，会出现恶意次用户发送虚假感知数据的现象，这种现象被称为频谱感知数据伪造攻击。因此，在存在恶意次用户的认知无线电网络中，融合时如何减少虚假报告以及隐藏终端对融合的影响成为了该领域研究的热点问题。
[0004]目前，许多学者都在致力于研究协作频谱感知中如何缓解恶意次用户虚假报告和隐藏终端的问题，且都取得了一定的成效。文献[Tephillah S,Manickam J.An SETM algorithm for combating SSDF attack in cognitive radio networks[J].WirelessCommunications and Mobile Computing,2020,2020.]提出了一种基于筛选与评估信誉管理的协作频谱感知算法，融合过程包括两个阶段，首先通过对次用户的报告结果进行预筛选来识别前四类恶意用户，其次通过评估每个次用户的可信程度来识别第五类恶意用户，降低评估次用户信誉的复杂度的同时，提高了感知的准确率。文献[Biswas R,Wu J,Du X,et al.Mitigation of the spectrum sensing data falsifying attack in cognitive radio networks[J].Cyber
‑
Physical Systems,2021,7(3):159
‑
178.]中提出了一种基于在线学习的协作频谱感知算法，将分布式架构中部分次用户作为第一级融合中心，融合中心根据置信度更新信誉值，减少了恶意次用户对最终决策的影响。文献[Luo X.Secure cooperative spectrum sensing strategy based on reputation mechanism for cognitive wireless sensor networks[J].IEEE Access,2020,8:131361
‑
131369.]中提出了一种基于beta信誉模型的协作频谱感知算法，根据信誉值为每个次用户分配合理的权重值，通过调整权重来减少恶意次用户对融合结果的影响。文献[Simpson O,Sun Y.Efficient evidence
‑
based decision fusion scheme for cooperative spectrum sensing in cognitive radio networks[J].Transactions on Emerging Telecommunications Technologies,2020,31(4):e3901.]中提出了一种基于证据理论的融合方案，同时考虑了次用户感知数据的可信度和可分离度，可信度用来反映不同感知证
据之间的关系，可分离度用来反映感知证据的质量，显著提高了检测的准确率，降低了漏检概率。
[0005]在上述协作频谱感知算法中，主要通过不确定推理理论来缓解隐藏终端的问题，或者通过信誉模型来减少恶意次用户对融合的影响，均是单一考虑隐藏终端或恶意次用户对融合造成的影响，考虑如何同时缓解两者对融合的影响研究文献尚少。因此，从减少恶意次用户和隐藏终端所带来的影响的角度出发，在网络侧设计了一个协作频谱感知的融合模型，提出了一种增强次用户安全的协作频谱感知算法，以此来缓解恶意次用户和隐藏终端带来的影响，提高认知基站融合的准确率。

技术实现思路

[0006]本专利技术旨在解决以上现有技术的问题。提出了一种增强次用户安全的协作频谱感知方法。本专利技术的技术方案如下：
[0007]一种增强次用户安全的协作频谱感知方法，其包括以下步骤：
[0008]101、次用户首先进行本地能量检测，然后将感知到的能量值报告给认知基站，认知基站根据次用户报告的能量与判决门限之间的积分值来评估次用户检测结果的准确程度；
[0009]102、根据步骤101得到的检测结果的准确度，以及次用户的可信度，通过证据理论进行数据融合；
[0010]103、根据步骤102通过融合算法得到融合结果后，检测结果与融合结果一致且准确度越高的次用户越可信，不一致且准确度越高的次用户越不可信，根据这个原则首先对所有次用户进行排序，排名靠前的次用户信誉值将被奖赏一个增量值，排名靠后的次用户信誉值将被惩罚一个增量值，增量值通过Elo评分算法进行估计。
[0011]进一步的，所述步骤101根据次用户报告的能量与判决门限之间的积分值来评估次用户检测结果的准确程度；
[0012]当SU
i
的检测结果D
i
为1时，根据全概率公式，D
i
的准确度A
i
的计算公式为：
[0013]A
i
＝P(D
i
|H0)+P(D
i
|H1)＝P(H0)P(H0,D
i
)+P(H1)P(H1,D
i
) (1)
[0014]由此可见，A
i
的值越大，说明SU
i
的检测结果D
i
越准确，否则说明D
i
越不准确。
[0015]进一步的，通过相关理论可知，当次用户采样数W大于250时，统计量T的概率密度函数(Probability Density Function,PDF)可表示为：
[0016][0017]因此统计量T满足的分布为：
[0018][0019]其中γ代表信噪比(Signal
‑
Noise Ratio,SNR)，γ的取值为
[0020]因此：
[0021][0022]式(3)中μ0代表H0发生时的均值，σ0代表方差；
[0023][0024]式(4)中μ1代表H1发生时的均值，σ1代表方本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种增强次用户安全的协作频谱感知方法，其特征在于，包括以下步骤：101、次用户首先进行本地能量检测，然后将感知到的能量值报告给认知基站，认知基站根据次用户报告的能量与判决门限之间的积分值来评估次用户检测结果的准确程度；102、根据步骤101得到的检测结果的准确度，以及次用户的可信度，通过证据理论进行数据融合；103、根据步骤102通过融合算法得到融合结果后，检测结果与融合结果一致且准确度越高的次用户越可信，不一致且准确度越高的次用户越不可信，根据这个原则首先对所有次用户进行排序，排名靠前的次用户信誉值将被奖赏一个增量值，排名靠后的次用户信誉值将被惩罚一个增量值，增量值通过Elo评分算法进行估计。2.根据权利要求1所述的一种增强次用户安全的协作频谱感知方法，其特征在于，所述步骤101根据次用户报告的能量与判决门限之间的积分值来评估次用户检测结果的准确程度；当SU
i
的检测结果D
i
为1时，根据全概率公式，D
i
的准确度A
i
的计算公式为：A
i
＝P(D
i
|H0)+P(D
i
|H1)＝P(H0)P(H0,D
i
)+P(H1)P(H1,D
i
) (1)由此可见，A
i
的值越大，说明SU
i
的检测结果D
i
越准确，否则说明D
i
越不准确。3.根据权利要求2所述的一种增强次用户安全的协作频谱感知方法，其特征在于，通过相关理论可知，当次用户采样数W大于250时，统计量T的概率密度函数(Probability Density Function,PDF)可表示为：因此统计量T满足的分布为：其中γ代表信噪比(Signal
‑
Noise Ratio,SNR)，γ的取值为因此：式(3)中μ0代表H0发生时的均值，σ0代表方差；式(4)中μ1代表H1发生时的均值，σ1代表方差。4.根据权利要求3所述的一种增强次用户安全的协作频谱感知方法，其特征在于，假设主用户的到达过程服从泊松过程，因而可以用主用户的到达间隔时长和服务时长来描述信
道的空闲和繁忙状态，主用户的到达过程用{N(t),t≥0}来表示，因此N(s,s+t)～P(ωt),ω为单位时间内主用户的到达个数；设信道空闲状态的持续时长为随机变量X，它满足参数为ω的指数分布，其PDF可表示为因此信道的平均空闲时长为E(X)＝1/ω；设主用户使用信道的时长为随机变量Y，它满足参数为η的指数分布，其PDF可表示为因此信道的平均繁忙时长为E(Y)＝1/η；由此可得，根据式(3)(4)(7)，当D
i
为1时，准确度A
i
的计算公式为：同理，当D
i
为0时，5.根据权利要求4所述的一种增强次用户安全的协作频谱感知方法，其特征在于，SU
i
的准确度通过概率分配函数M
i
进行表示，M
i
的识别框架Θ为{H0，H1}，Θ的幂集当D
i
为1时，M
i
为当D
i
为0时，M
i
为
6.根据权利要求1所述的一种增强次用户安全的协作频谱感知方法，其特征在于，所述步骤102通过证据理论进行数据融合；对所有次用户SU
i
(i∈[1,N])，首先通过可信度Rating
i
对次用户的准确度A
i
...

【专利技术属性】
技术研发人员：马彬，张佳吉，
申请(专利权)人：重庆邮电大学，
类型：发明
国别省市：