基于异构导频能量估计的边缘节点导频攻击检测算法

针对边端协同联邦学习中边缘服务器与设备终端频繁交互更新模型和梯度参数时,窃听者容易通过导频攻击干扰信道估计,从而达到降低模型更新效率和窃取模型参数的问题,基于异构导频能量估计提出一种导频攻击检测算法。首先,通过深入分析导频攻击对系统安全速率的影响,构建联邦学习导频攻击系统模型。进而,基于随机分割和加密方法提出一种信号平均能量差的导频攻击检测方法,能够准确地检测出潜在的导频攻击并进行污染信道的恢复。实验结果表明,与其他已有算法相比,所提算法适用于检测发射功率小、隐蔽性强的导频攻击,基于恢复的信道状态信息进行预编码可以大幅度提高边缘服务器的数据传输速率。

压缩传感非稀疏宽带频谱导频检测方法

为了突破频谱稀疏性对压缩传感技术的限制,提出了一种基于压缩传感的频谱检测方法,在保证对主用户的干扰不超过指定门限的前提下,通过对目标频段的主用户信号和导频信号在频域进行线性运算,保留频谱空洞处的导频分量,把对非稀疏的主用户信号的恢复转化为对稀疏导频信号的恢复.该方法解决了认知无线电宽带频谱检测中,压缩传感技术在主用户信号非稀疏时的失效问题.仿真结果表明,导频检测方法可以对非稀疏频谱的频谱空洞位置进行准确检测.