面向拜占庭攻击的认知用户分类

万物互联的蓬勃发展使得承载业务的无线资源日益短缺,认知无线电技术是具有广大前景的技术。而作为实现认知无线电的基础环节的频谱感知却面临特有的安全威胁,其中拜占庭攻击伪造频谱感知数据,利用认知网络的开放性和合作机制,恶意篡改上传数据,致使融合中心做出错误判断,造成频谱资源损失。因此,针对拜占庭攻击下的安全问题,该文提出了基于图神经网络的异常度检测,依据图神经网络得到数据异常程度,结合全局判决与邻居用户冲突程度建立异常度模型。首先,介绍了认知网络频谱感知的相关原理;接着,展示了认知网络的模型,并对拜占庭攻击做了简单的概括。研究结果表明,该算法在拜占庭攻击中取得优异的识别性能,不仅降低了正常用户的误判概率,同时提高了恶意用户的检测概率。