CR网络中基于最优阈值选取的攻击感知算法

由于认知无线电(Cognitive Radio,CR)网络允许多个未知无线设备接入频谱,使其存在模仿主用户攻击(Primary User Emulation Attack,PUEA)的安全隐患,为此,提出一种具有攻击感知能力的协作感知方案.首先,在授权主用户信号频谱资源处于占用和空闲这2种情况下,估计PUEA伪信号出现的概率;然后,利用得到的估计参数确定最小化总误差概率的最优阈值;最后,融合中心通过感知报告与阈值来判断主用户信号是否存在,以达到感知模仿主用户攻击的能力.仿真试验结果表明:与最优用户选择(Optimal User Selection,OUS)方法相比,提出的方法在应对主用户仿真攻击时具有更好的安全性能,提高了CR网络的安全效能.

基于CSS的认知无线电网络PUEA检测和缓解

针对认知无线电网络中的主用户仿真攻击问题,提出了一种基于能量检测的协作频谱感知方法。首先,假设存在一个智能攻击者,它能知道自己所处环境并可以选择不同的传输策略。然后,调整CSS规则和相关参数为能量探测器确定合适且有效的阈值。最后,利用Neyman-Pearson准则进行能量检测,从而检测出恶意攻击。仿真结果表明,相比传统的基于能量检测的频谱感知方法,该方法可以更好地减轻PUEA在频谱感知中的破坏作用。