基于HHO-SVM的抗SSDF攻击协作频谱感知方法

针对认知无线电网络中的频谱感知数据伪造(spectrum sensing data falsification,SSDF)攻击问题,提出一种基于哈里斯鹰优化(Harris hawks optimization,HHO)算法和支持向量机(support vector machine,SVM)的抗SSDF攻击协作频谱感知方法。首先从报告信息矩阵中提取用于区分次用户(secondary users,SU)类别的特征向量。其次通过HHO算法优化SVM内核参数,通过优化的SVM模型检测恶意SU,提高了在复杂感知环境中对SU分类的准确率。最后根据优化的SVM模型计算获得SU的可信度,并以可信度为权重融合感知数据,进一步加强系统的抗攻击性。仿真结果表明,所提方法能够对不同的SSDF攻击场景实现有效防御,相比现有的方法具有更好的频谱感知性能。

抗SSDF攻击的一致性协作频谱感知方案

在分布式认知无线电网络中,一般很难找到合适的融合中心能够收集所有协作用户的感知信息,而且协作过程极可能遭到篡改感知数据(Spectrum Sensing Data Falsification,SSDF)攻击.鉴于此,该文提出了一种改进的一致性协作频谱感知方案.利用Metropolis迭代规则,各次用户仅依靠邻接点之间的局部信息交互即可实现感知协作,且无需网络的任何先验知识.为了抵抗潜在的三种SSDF攻击,该方案中引入了相应的抗攻击策略,使合法次用户能及时检测并拒绝恶意用户接入网络.仿真结果表明,改进方案能保证绝大多数合法次用户最终趋于状态一致,并分别做出正确决策;与现有的一致性方案相比,该方案能使协作感知在各种攻击场景中的稳健性明显增强.

抗SSDF攻击的EWSPRT协作频谱感知方案

比较了认知无线电网络中几种典型的协作感知方案在篡改感知数据(SSDF)攻击条件下的感知性能,并提出了一种增强型加权序贯检测(EWSPRT)协作方案。在该方案中,各次用户首先通过能量检测得到2 bit本地决策,然后收集其它协作用户的感知结果进行决策融合和最终判决,并依据历史观测信息动态更新各协作用户的融合权重;利用改进的信任度更新算法能使恶意用户的融合权重更快地降低,从而有效地减少SSDF攻击对协作过程的影响。Monte-Carlo仿真结果表明,与传统方案相比,EWSPRT方案能够更有效地抵抗SSDF攻击。

利用SSDF攻击特征的加权分布式频谱感知算法

协作频谱感知可以提高频谱感知的可靠性,但易遭到篡改感知数据(Spectrum Sensing Data Falsification,SSDF)攻击。该文利用SSDF攻击特征,判断邻居节点发送值是否是恶意状态值,并提出一种加权分布式协作频谱感知算法。该算法根据状态值在本地节点网络中的偏离程度,设定其融合权值。仿真结果表明,所提算法在节点收敛率和鲁棒性两方面,比基于梯度的协作频谱感知算法和基于最大差值的协作频谱感知算法都有所提升,检测性能也因此显著提高。

CRN合作频谱感知SSDF攻击的博弈分析

由于认知无线电网络(CRN)的特点,合作频谱感知容易遭受各种不同的安全威胁。针对CRN合作频谱感知中的感知数据错误化(SSDF)攻击,利用博弈论分析了SSDF攻击者和数据融合中心在不同条件下的行为与收益,并研究了双方基于博弈论的最佳策略。数据融合中心采用本文所述的策略可以有效对抗SSDF攻击,且SSDF攻击者无法通过自身策略的调整获得更大的收益。

基于防伪码鉴定机制的数据伪造攻击检测方法

在认知无线电网络中,恶意用户会发送虚假信号给融合中心,使融合中心做出主用户存在的错误判断。针对该问题,提出一种基于鉴定机制的协作频谱感知方法。为每个认知用户本地检测信息附加防伪码对恶意用户进行识别,以降低恶意用户对协作频谱感知性能的影响,同时对防伪码的长度进行优化,以减小系统的能量消耗,并将感知效率作为评估感知性能的指标,达到检测性能和系统开销之间的平衡。仿真结果表明,在恶意用户存在的情况下,与传统的K-out-of-N方法相比,该方法有效地提高了系统的感知效率。

协作频谱感知中的可信双门限硬判决融合算法

数据融合硬判决算法有效提高了协作频谱感知的精确性。然而,传统硬判决融合算法不加筛选的接收感知数据,且采取单门限判决机制,为恶意用户提供了可乘之机。为了防御恶意用户实施的频谱感知数据篡改攻击,本文提出一种基于声誉的可信双门限硬判决融合算法RHDF(Reputation-based Hard Decision Fusion Algorithm),只有可信认知用户的感知报告才会被融合中心接收;同时,引入优先取半的双门限判决融合思想,提高了融合判决的效率和性能,从而有效规避了恶意用户的影响。仿真结果表明,与传统硬判决融合算法相比,RHDF算法能更有效地防御频谱感知数据篡改攻击,保证更好的协作频谱感知性能。

基于流行病理论的无线认知传感网抗攻击模型

大量无线通信设备在ISM频段工作致使免许可频段频谱资源稀缺,促使认知无线电和无线传感器网络(WSN)融合,形成无线认知传感器网络(WCSN)。文章研究了无线认知传感器网络中的数据伪造攻击,即恶意次用户通过向其他次用户发送伪造的频谱感知数据,导致控制中心做出错误的频谱分配决策。基于流行病理论,文章对数据伪造攻击中的信息传播过程进行了建模和分析,找出了决定无线认知传感器网络中潜在流行病爆发的关键因素。最后,通过仿真实验,对模型进行了验证,并对系统动态特性进行了研究。

感知数据错误化攻击下分布式检测的性能分析

针对分布式检测的安全问题,研究分布式检测中感知数据错误化(SDF)攻击及其对检测性能造成的影响.定义一种概率型翻转攻击模型描述攻击者篡改初始感知数据的恶意行为.以检测概率、虚警概率和错误概率为性能指标,推导在所提出的攻击模型下分布式系统检测性能的闭合表达式,进而分析SDF攻击下分布式检测系统的稳态性能和瞬态性能.以偏移系数为目标函数,推导使分布式检测失效的盲化条件,即分布式系统无法检测出目标的真实状态时所对应的恶意节点攻击策略.仿真结果表明:SDF攻击会恶化系统检测性能,且不同攻击参数会对检测性能造成不同程度的影响.

认知无线电网络中频谱感知安全的研究进展

频谱感知是认知无线电网络中的核心功能,它的引入可使次用户在不干扰主用户的前提下实现对授权频段的伺机接入,然而,同时也给网络带来了许多安全方面的新隐患。该文对频谱感知安全的最新研究进展进行了综述,针对物理层的伪装主用户攻击,分析了两种主流解决思路的可行性。针对链路层的篡改感知数据攻击,分别在信息融合式和分布式两种不同的感知场景下,归纳并比较了几种典型抗攻击策略的优劣。在此基础上,明确了下一步的主要研究方向。

基于信任度的可变门限能量检测算法

针对随机的概率式频谱感知数据篡改(spectrum sensing data falsification,SSDF)攻击,提出基于信任度的可变门限能量检测算法。首先比较实际融合值与融合中心上、下边界值的关系,更新可变门限,且通过系统给定的虚警概率和漏检概率确定上、下边界值;其次采用基于正确感知次数和总感知次数比值确定信任值的软融合方法。仿真结果表明,与传统固定门限相比,算法抵御攻击的同时不仅能够降低虚警概率和漏检概率,同时可以提高系统检测概率。

Reputation-based secure spectrum situation fusion in distributed cognitive radio networks

In distributed cognitive radio （CR） network, the cooperative spectrum situation sensing based on consensus scheme may be disrupted by spectrum sensing data falsification （SSDF） attacks. In this paper, a secure spectrum situation fusion scheme based on reputation is proposed to counter attacks. The neighboring nodes of secondary users （SUs） get the corresponding dynamic trust value according to their behavior, which restrict the impact of the malicious behavior on the premise to ensure information interaction of normal nodes. Theoretical analysis and simulation results show that the consensus fusion scheme based on reputation has better performance than the existing algorithm which eliminates the neighboring node with the biggest deviation value from mean value. It demonstrates that the proposed scheme not only achieves better convergence properties but also has higher detection probability than the existing scheme in the process of spectrum situation fusion.

Weight sequential log-likelihood ratio detect algorithm with malicious users removing

Due to the openness of the cognitive radio network, spectrum sensing data falsification （SSDF） can attack the spectrum sensing easily, while there is no effective algorithm proposed in current research work, so this paper introduces the malicious users removing to the weight sequential probability radio test （WSPRT）. The terminals＇ weight is weighted by the accuracy of their spectrum sensing information, which can also be used to detect the malicious user. If one terminal owns a low weight, it can be treated as malicious user, and should be removed from the aggregation center. Simulation results show that the improved WSPRT can achieve higher performance compared with the other two conventional sequential detection methods under different number of malicious users.