CN106603500B - 认知无线网络中基于关系匹配的频谱感知数据检测方法 - Google Patents
认知无线网络中基于关系匹配的频谱感知数据检测方法 Download PDFInfo
- Publication number
- CN106603500B CN106603500B CN201611034601.XA CN201611034601A CN106603500B CN 106603500 B CN106603500 B CN 106603500B CN 201611034601 A CN201611034601 A CN 201611034601A CN 106603500 B CN106603500 B CN 106603500B
- Authority
- CN
- China
- Prior art keywords
- region
- perception data
- user
- primary user
- frequency spectrum
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W12/00—Security arrangements; Authentication; Protecting privacy or anonymity
- H04W12/12—Detection or prevention of fraud
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L63/00—Network architectures or network communication protocols for network security
- H04L63/14—Network architectures or network communication protocols for network security for detecting or protecting against malicious traffic
- H04L63/1441—Countermeasures against malicious traffic
- H04L63/145—Countermeasures against malicious traffic the attack involving the propagation of malware through the network, e.g. viruses, trojans or worms
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/021—Services related to particular areas, e.g. point of interest [POI] services, venue services or geofences
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/025—Services making use of location information using location based information parameters
Landscapes
- Engineering & Computer Science (AREA)
- Computer Security & Cryptography (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Virology (AREA)
- Computer Hardware Design (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了一种认知无线网络中基于关系匹配的频谱感知数据检测方法,包括以下步骤:(1)建立关系匹配数据库:根据实际物理环境划分区域;获得各划分区域的能量置信区间和判决门限;建立划分区域与置信区间的关系数据库;(2)利用关系数据库进行频谱感知数据检测:系统初始化;感知用户协商;感知用户上报数据;融合中心搜寻数据库;进行关系匹配;感知数据正常与否判决;剔除恶意用户数据;各划分域内判决;感知结果最终判决。本发明通过关系匹配及时发现频谱感知数据的恶意篡改,保证感知数据的准确性。此外,对不同的划分区域根据测试时环境差异采取不同的判决门限,充分考虑到实际物理环境的差异,具有较强的实用性。
Description
技术领域
本发明属于通信技术领域,尤其涉及一种认知无线网络中基于关系匹配的频谱感知数据检测方法。
背景技术
认知无线网络技术通过为次级用户提供接入空闲授权频谱的机会来提高授权频段的利用率,缓解频谱资源短缺危机。而次级用户接入频谱的首要条件是通过频谱感知来确定授权频段的使用状态,准确可靠的频谱感知数据是确定感知频段是否可用的必要前提。为了解决由于多径和阴影引起的单用户感知不准确的问题,多个认知用户进行协作频谱感知已经得到了广泛的关注。然而恶意攻击者可能会参与协作频谱感知过程,对频谱感知数据进行各种自私、恶意的篡改,即频谱感知数据篡改(Spectrum Sensing DataFalsification,SSDF)攻击,攻击者可以利用SSDF攻击,干扰其他用户的决策,甚至影响主用户的通信。协作频谱感知过程中,如何保证感知数据的准确性、如何对恶意攻击进行有效防御,是亟待解决的问题。由于无线信号随传输距离衰减,即使对同一授权频段,不同位置次级用户感知数据存在差异,因此不能用统一门限来确定主用户信号的存在性。一个解决方法是次级用户可以同时提交感知数据和位置信息,这样将会极大的提高感知数据的准确性。重庆邮电大学专利“分布式认知无线网络对抗篡改感知数据攻击的方法和装置”(申请号:CN201410850190.6授权公告号:CN104618908A)中公开了一种分布式认知无线网络对抗篡改感知数据攻击的方法。该专利主要包括:A、次用户感知主用户信号能量;B、次用户与邻居节点交互本地感知信息并根据邻居节点的感知状态值计算邻居节点的综合信任度;C、次用户依据邻居节点的综合信任度加权的一致性方案对感知状态值进行迭代直到所有节点的状态值达到收敛;D、次用户将收敛的状态值与检测门限进行比较,判断当前信道是否被主用户占用。该专利所述技术可以对恶意的频谱感知数据篡改行为进行检测,但存在的不足:首先,需要邻居节点之间进行交互,周期较长,且对多个攻击者之间的合谋攻击防御性较差;其次,虽然通过邻居节点交互最后得到收敛值与门限进行比较,但该门限设置是全局相同的,这样设置是不合适的,不合符实际的物理环境,比如在一个学校的生活区、教学区和操场等地方,噪声的大小是不一样的,所以不同区域的比较门限应该不一样;最后,其模型假设主用户和次级用户都固定不动,这样不是很符合实际的应用环境,如在认知车载网络中,次级用户是一直移动的。S.Bhattacharjee等人在其论文“Association rule miningfor detection of colluding SSDF attack in Cognitive Radio Networks”(IEEEICCCI,2016,pp.1-6)中给出了一种在协作频谱感知中基于Apriori算法的合谋SSDF攻击的检测方案,该方法使用使用数据之间的关联规则,首先通过Apriori算法确定频繁项集,后续利用合谋攻击之间上报感知数据之间的关联性来检测合谋攻击。W.Wang等人在其论文”Secure cooperative spectrum sensing and access against intelligent maliciousbehaviors”(IEEE INFOCOM,2014,pp.1267-1275)中针对攻击者根据目标函数和预防策略来智能改变攻击方式的行为,提出了一种principal-agent架构,并与频谱感知和频谱接入机制相结合来防御自私、恶意节点发起的SSDF攻击。以上文献中提出的方法都可以对频谱感知过程中的恶意数据篡改行为进行防御,但存在一定的不足,首先,算法实现过程比较复杂,开销较大;其次就是没有考虑到实际的物理环境随着区域变化的不同,判决同样使用的是全局统一门限,若实际物理环境差异较大,将会出现较大的误判,最终造成可用频谱资源的浪费,甚至干扰授权主用户的正常通信;模型假设同样是认为主用户和次级用户都是固定不动的。
综上所述,现有的认知用户进行协作频谱感知方法存在实现过程比较复杂,开销较大;容易出现较大的误判,造成可用频谱资源的浪费。
发明内容
本发明的目的在于提供一种认知无线网络中基于关系匹配的频谱感知数据检测方法,旨在解决现有的认知用户进行协作频谱感知方法存在实现过程比较复杂,容易出现较大的误判,造成可用频谱资源的浪费等问题,方案可以将主用户存在情况的正确判决概率提高到0.95以上,以0.93的概率检测出恶意数据。
本发明是这样实现的,一种认知无线网络中基于关系匹配的频谱感知数据检测方法,所述认知无线网络中基于关系匹配的频谱感知数据检测方法包括以下步骤:
(1)建立关系匹配数据库:根据实际物理环境划分区域;获得各划分区域的能量置信区间和判决门限;建立划分区域与置信区间的关系数据库;
(2)利用关系数据库进行频谱感知数据检测:系统初始化;感知用户协商;感知用户上报数据;融合中心搜寻数据库;进行关系匹配;感知数据正常与否判决;剔除恶意用户数据;各划分域内判决;感知结果最终判决。
进一步,所述建立关系匹配数据库具体包括:
步骤一,根据实际物理环境划分区域,将主用户覆盖范围内的区域进行不同的划分;
步骤二,获得各划分区域的能量置信区间和判决门限,对每个主用户信号的覆盖范围内的不同区域,利用能量感知方法,首先收集主用户存在与否的判决门限,然后针对主用户存在和不存在两种情况收集对应的感知能量置信区间,如下式:
其中Di表示不同的区域,λi表示对应区域的判决门限,对应区域Di的最小感知能量,对应区域Di的最大感知能量,δ表示一个误差容忍度;
步骤三,建立划分区域与置信区间的关系数据库;将获得的划分域划分结果和对应的判决门限和置信区间结果建立对应关系,并将对应关系存入融合中心。
进一步,所述利用关系数据库进行频谱感知数据检测具体包括:
步骤一,融合中心根据主用户的所在位置,在数据库中获取该主用户的区域划分结果;
步骤二,在同一主用户覆盖范围内的主用户通过协商,确定协作频谱感知的频段相关的一系列参数;
步骤三,次级用户通过能量感知的方法进行频谱感知,并上报感知数据,如下式:
(Se,Lij,t);
其中Se代表感知能量的大小,Lij表示该次级用户的位置,t表示所在的时隙;
步骤四,融合中心根据次级用户上报的位置数据Lij,搜索其所在的划分区域,并得到该区域的判决门限和置信区间;
步骤五,融合中心根据得到的数据库,进行关系匹配,定义函数如下式:
其中,表示对于主用户A,其覆盖范围内划分区域Di的第j个次级用户感知能量的大小,为主用户A覆盖范围内区域Di的噪声判决门限,对于不同的区域,λi A≠λj A(i≠j),表示当时的置信区间,表示当时的置信区间,Δsi表示噪声的误差容忍度;
步骤六,通过步骤五函数得到,只有当第j个次级用户感知数据落在区间内时函数才赋予非零值,即通过关系匹配对感知数据是否异常进行了区分;
步骤七,对不落在区域Di置信区间内的感知数据进行赋值,通过将其函数赋值0,达到剔除恶意数据的目的。
步骤八,定义函数其表示如下:
其中,的定义和步骤五中一致,表示区域Di内上报感知数据的用户总数,对于值求和之后为0时,即大于门限和小于门限的正常感知数据各一半时,赋值为Φ,即区域Di内主用户状态不能确定;落在置信区间内的感知数据所对应的求和之后大于0,则为1,表示在区域Di的判决结果中,主用户存在;反之,则的值为0,表示区域Di的判决结果为主用户不存在;
步骤九,定义函数FA,其表示如下:
其中,ND A表示判决结果为非Φ的区域总数,Ji A的定义与步骤八一致,ρA为最终的比较门限,FA为1表示主用户A存在,反之,则主用户不存在,即得到了处在主用户A覆盖范围内的次级用户的感知判决结果。
本发明的另一目的在于提供一种应用所述认知无线网络中基于关系匹配的频谱感知数据检测方法的认知无线网络。
本发明的另一目的在于提供一种应用所述认知无线网络中基于关系匹配的频谱感知数据检测方法的无线通信系统。
本发明提供的认知无线网络中基于关系匹配的频谱感知数据检测方法,通过关系匹配及时发现频谱感知数据的恶意篡改,保证感知数据的准确性。此外,对不同的划分区域根据测试时环境差异采取不同的判决门限,充分考虑到实际物理环境的差异,具有较强的实用性,比如,在同一个主用户的覆盖范围内的工厂、学校和公园等地方,其实际物理噪声是不相同的,即便是在一个学校内,操场、教学区和生活区等区域的物理噪声也不同。
本发明能够适用于移动场景,比较符合实际网络的需求;对主用户的覆盖范围根据实际的物理环境进行区域划分,充分考虑了不同的物理环境带来的差异,克服了现有技术中忽略实际情景,采用全局统一门限进行判决带来的结果不准确的问题,使得本发明提高了感知数据的可靠性,在感知用户都是合法的节点时,其对主用户存在情况的正确判决概率高达0.97,而全局统一判决测试最佳门限的正确判决概率只有0.8左右,误判较大;本发明在频谱感知过程中,次级用户同时上报位置和感知数据,融合中心通过关系匹配可以及时发现恶意的感知用户,并将其数据剔除,克服了现有基于信任技术机制等技术通过降低恶意数据信任值的积累迭代过程的不足,该方案可以直接检测出攻击者并将其数据剔除,结果表明在有多个攻击者存在的情况下,该方案检测出攻击者的概率稳定在0.93左右,而此时对主用户存在情况的正确判决概率最终稳定在0.95附近,几乎与无攻击者时判决结果一致。判决过程中,综合各划分域的结果,最后得到全局统一结果,使得本发明在提高了感知数据的一致性的同时,可以有效的防御恶意行为。
附图说明
图1是本发明实施实例提供的认知无线网络中基于关系匹配的频谱感知数据检测方法流程图。
图2是本发明实施例提供的实施实例1的流程图。
图中:a关系数据库的建立;b数据匹配过程。
图3是本发明实施例提供的实施实例1的场景图。
图4是本发明实施例提供的置信区间与误差容忍度关系示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本发明可以移动场景下建立划分区域与频谱感知数据之间的匹配数据库,通过关系匹配及时发现恶意攻击者,并剔除其数据,提高认知无线网络频谱感知数据的可靠性。
下面结合附图对本发明的应用原理作详细的描述。
如图1所示,本发明实施实例提供的认知无线网络中基于关系匹配的频谱感知数据检测方法包括以下步骤:
S101:建立关系匹配数据库:根据实际物理环境划分区域;获得各划分区域的能量置信区间和判决门限;建立划分区域与置信区间的关系数据库;
S102:利用关系数据库进行频谱感知数据检测:系统初始化;感知用户协商;感知用户上报数据;融合中心搜寻数据库;进行关系匹配;感知数据正常与否判决;剔除恶意用户数据;各划分域内判决;感知结果最终判决。
下面结合具体实施例对本发明的应用原理作进一步的描述。
实施例1:
本发明的实施例的应用场景为移动场景下的认知无线网络,网络主用户和次级用户均可以处于移动状态,融合中心FC负责收集建立关系匹配数据库,并进行最终的频谱感知数据检测,次用户进行协作频谱感知,采用能量感知的方法感知信号数据,然后将数据上报给融合中心。
如图2所示,本发明实施例的具体步骤描述如下:
一、建立关系匹配数据库
步骤1,根据实际物理环境划分区域。
将主用户覆盖范围内的区域进行不同的划分。图3为本发明实施例的场景图,图中包含主用户基站、次级用户、路由器和融合中心,图中黑圆圈表示次用户,大小不同的圆表示对主用户覆盖范围划分的情况,次级用户和路由器、路由器和融合中心之间的虚线表示它们之间的通信链路,次用户通过该通信链路上报自己的感知数据。
步骤2,获得各划分区域的能量置信区间和判决门限。
对每个主用户信号的覆盖范围内的不同区域,利用能量感知方法,首先收集主用户存在与否的判决门限,然后针对主用户存在和不存在两种情况收集对应的感知能量置信区间,如下式:
其中Di表示不同的区域,λi表示对应区域的判决门限,对应区域Di的最小感知能量,对应区域Di的最大感知能量,δ表示一个误差容忍度,其关系如图4所示。
步骤3,建立划分区域与置信区间的关系数据库。
通过步骤1和2,将获得的划分域划分结果和对应的判决门限和置信区间结果建立对应关系,并将此对应关系存入融合中心。
二、利用关系数据库进行频谱感知数据检测
步骤1,系统初始化,融合中心根据主用户的所在位置,在数据库中获取该主用户的区域划分结果。
步骤2,感知用户协商。
在同一主用户覆盖范围内的主用户通过协商,确定协作频谱感知的频段相关的一系列参数。
步骤3,感知用户上报数据。
次级用户通过能量感知的方法进行频谱感知,并上报感知数据,如下式:
(Se,Lij,t);
其中Se代表感知能量的大小,Lij表示该次级用户的位置,t表示所在的时隙。
步骤4,融合中心搜寻数据库。
融合中心根据次级用户上报的位置数据Lij,搜索其所在的划分区域,并得到该区域的判决门限和置信区间。
步骤5,进行关系匹配。
融合中心根据步骤4得到的数据库,进行关系匹配,定义函数如下式:
其中,表示对于主用户A,其覆盖范围内划分区域Di的第j个次级用户感知能量的大小,为主用户A覆盖范围内区域Di的噪声判决门限,一般对于不同的区域,λi A≠λj A(i≠j),表示当时的置信区间,表示当时的置信区间,Δsi表示噪声的误差容忍度。
步骤6,感知数据正常与否判决。
通过步骤5的函数可以得到,只有当第j个次级用户感知数据落在区间内时函数才赋予非零值,即通过关系匹配对感知数据是否异常进行了区分。
步骤7,剔除恶意用户数据。
通过步骤5和6,对不落在区域Di置信区间内的感知数据进行赋值,通过将其函数赋值0,达到剔除恶意数据的目的。
步骤8,各划分域内判决。
定义函数其表示如下:
其中,的定义和步骤5中一致,表示区域Di内上报感知数据的用户总数,从中可以看出,对于值求和之后为0时,即大于门限和小于门限的正常感知数据各一半时,赋值为Φ,即区域Di内主用户状态不能确定。落在置信区间内的感知数据所对应的求和之后大于0,则为1,表示在区域Di的判决结果中,主用户存在;反之,则的值为0,表示区域Di的判决结果为主用户不存在。
步骤9,感知结果最终判决。
定义函数FA,其表示如下:
其中,ND A表示判决结果为非Φ的区域总数,Ji A的定义与步骤8一致,ρA为最终的比较门限,FA为1表示主用户A存在,反之,则主用户不存在,即得到了处在主用户A覆盖范围内的次级用户的感知判决结果。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (3)
1.一种认知无线网络中基于关系匹配的频谱感知数据检测方法,其特征在于,所述认知无线网络中基于关系匹配的频谱感知数据检测方法包括以下步骤:
(1)建立关系匹配数据库:根据实际物理环境划分区域;获得个划分区域的能量置信区间和判决门限;建立划分区域与置信区间的关系数据库;
(2)利用关系数据库进行频谱感知数据检测:系统初始化;感知用户协商;感知用户上报数据;融合中心搜寻数据库;进行关系匹配;感知数据正常与否判决;剔除恶意用户数据;各划分域内判决;感知结果最终判决;
所述建立关系匹配数据库具体包括:
步骤一,根据实际物理环境划分区域,将主用户覆盖范围内的区域进行不同的划分;
步骤二,获得各划分区域的能量置信区间和判决门限,对每个主用户信号的覆盖范围内的不同区域,利用能量感知方法,首先收集主用户存在与否的判决门限,然后针对主用户存在和不存在两种情况收集对应的感知能量置信区间,如下式:
其中Di表示不同的区域,λi表示对应区域的判决门限,对应区域Di的最小感知能量,对应区域Di的最大感知能量,δ表示一个误差容忍度;
步骤三,建立划分域与置信区间的关系数据库;将获得的划分域划分结果和对应的判决门限和置信区间结果建立对应关系,并将对应关系存入融合中心;
所述利用关系数据库进行频谱感知数据检测具体包括:
步骤一,融合中心根据主用户的所在位置,在数据库中获取该主用户的区域划分结果;
步骤二,在同一主用户覆盖范围内的主用户通过协商,确定协作频谱感知的频段相关的一系列参数;
步骤三,次级用户通过能量感知的方法进行频谱感知,并上报感知数据,如下式:
(Se,Lij,t);
其中Se代表感知能量的大小,Lij表示该次级用户的位置,t表示所在的时隙;
步骤四,融合中心根据次级用户上报的位置数据Lij,搜索其所在的划分区域,并得到该区域的判决门限和置信区间;
步骤五,融合中心根据得到的数据库,进行关系匹配,定义函数如下式:
其中,表示对于主用户A,其覆盖范围内划分区域Di的第j个次级用户感知能量的大小,λi A为主用户A覆盖范围内区域Di的噪声判决门限,对于不同的区域,λi A≠λj A(i≠j),表示当时的置信区间,表示当时的置信区间,Δsi表示噪声的误差容忍度;
步骤六,通过步骤五函数得到,只有当第j个次级用户感知数据落在区间内时函数才赋予非零值,即通过关系匹配对感知数据是否异常进行了区分;
步骤七,对不落在区域Di置信区间内的感知数据进行赋值,通过将其函数赋值0,达到恶意或者数据匹配的目的;
步骤八,定义函数其表示如下:
其中,的定义和步骤五中一致,表示区域Di内上报感知数据的用户总数,对于值求平均之后为0时,即大于门限λi A和小于门限的正常感知数据各一半时,赋值为Φ,即区域Di内主用户状态不能确定;落在置信区间内的感知数据所对应的求平均之后大于0,则为1,表示在区域Di的判决结果中,主用户存在;反之,则的值为0,表示区域Di的判决结果为主用户不存在;
步骤九,定义函数FA,其表示如下:
其中,ND A表示判决结果为非Φ的区域总数,Ji A的定义与步骤八一致,ρA为最终的比较门限,FA为1表示主用户A存在,反之,则主用户不存在,即得到了处在主用户A覆盖范围内的次级用户的感知判决结果。
2.一种应用权利要求1所述认知无线网络中基于关系匹配的频谱感知数据检测方法的认知无线网络。
3.一种应用权利要求1所述认知无线网络中基于关系匹配的频谱感知数据检测方法的无线通信系统。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611034601.XA CN106603500B (zh) | 2016-11-20 | 2016-11-20 | 认知无线网络中基于关系匹配的频谱感知数据检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611034601.XA CN106603500B (zh) | 2016-11-20 | 2016-11-20 | 认知无线网络中基于关系匹配的频谱感知数据检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106603500A CN106603500A (zh) | 2017-04-26 |
CN106603500B true CN106603500B (zh) | 2019-06-14 |
Family
ID=58591721
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611034601.XA Active CN106603500B (zh) | 2016-11-20 | 2016-11-20 | 认知无线网络中基于关系匹配的频谱感知数据检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106603500B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107147454A (zh) * | 2017-05-05 | 2017-09-08 | 中国联合网络通信集团有限公司 | 融合频谱感知方法及融合频谱感知设备 |
CN109150623B (zh) * | 2018-09-13 | 2020-08-21 | 重庆大学 | 基于轮循制信誉值抵御恶意用户ssdf攻击方法 |
CN110012473B (zh) * | 2019-03-06 | 2022-03-08 | 西安电子科技大学 | 基于群体智能移动代理协作感知方法、认知无线网络系统 |
CN110166153B (zh) * | 2019-05-17 | 2021-04-09 | 中国电子科技集团公司第三十八研究所 | 一种针对认知无线网络的栅格协同频谱检测方法 |
CN110231810A (zh) * | 2019-06-19 | 2019-09-13 | 盐城工学院 | 一种自动化生产线信息控制系统及方法、生产线控制系统 |
CN111599171A (zh) * | 2020-04-24 | 2020-08-28 | 重庆科技学院 | 大数据应用于交通的智能化控制系统、方法、存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103178910A (zh) * | 2013-02-27 | 2013-06-26 | 浙江大学 | 基于信誉度的认知无线电网络分层合作频谱感知方法 |
CN103401878A (zh) * | 2013-08-12 | 2013-11-20 | 中国人民解放军理工大学 | 频谱感知数据篡改攻击检测方法 |
CN104202106A (zh) * | 2014-09-26 | 2014-12-10 | 哈尔滨工业大学 | 移动场景中基于信任度的协作频谱感知方法 |
CN104618908A (zh) * | 2014-12-31 | 2015-05-13 | 重庆邮电大学 | 分布式认知无线网络对抗篡改感知数据攻击的方法和装置 |
CN106027567A (zh) * | 2016-07-12 | 2016-10-12 | 西安邮电大学 | 利用篡改感知数据攻击特征的分布式频谱感知方法和装置 |
-
2016
- 2016-11-20 CN CN201611034601.XA patent/CN106603500B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103178910A (zh) * | 2013-02-27 | 2013-06-26 | 浙江大学 | 基于信誉度的认知无线电网络分层合作频谱感知方法 |
CN103401878A (zh) * | 2013-08-12 | 2013-11-20 | 中国人民解放军理工大学 | 频谱感知数据篡改攻击检测方法 |
CN104202106A (zh) * | 2014-09-26 | 2014-12-10 | 哈尔滨工业大学 | 移动场景中基于信任度的协作频谱感知方法 |
CN104618908A (zh) * | 2014-12-31 | 2015-05-13 | 重庆邮电大学 | 分布式认知无线网络对抗篡改感知数据攻击的方法和装置 |
CN106027567A (zh) * | 2016-07-12 | 2016-10-12 | 西安邮电大学 | 利用篡改感知数据攻击特征的分布式频谱感知方法和装置 |
Non-Patent Citations (2)
Title |
---|
Location Privacy-Preserving Channel Allocation Scheme in Cognitive Radio Networks;Li Hongning,Pei Qingqi,et.al.;《INTERNATIONAL JOURNAL OF DISTRIBUTED SENSOR NETWORKS》;20160731;全文 |
认知无线电网络安全综述;裴庆祺,李红宁等;《通信学报》;20130131;全文 |
Also Published As
Publication number | Publication date |
---|---|
CN106603500A (zh) | 2017-04-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106603500B (zh) | 认知无线网络中基于关系匹配的频谱感知数据检测方法 | |
CN101459445B (zh) | 一种认知无线电系统中的合作频谱感知方法 | |
Gu et al. | Support vector machine (svm) based sybil attack detection in vehicular networks | |
CN107623554B (zh) | 一种基于信任值的协作频谱感知方法、认知无线网络 | |
CN107852410A (zh) | 剖析欺骗接入点 | |
Zhou et al. | On the spatial distribution of base stations and its relation to the traffic density in cellular networks | |
CN103916954B (zh) | 基于wlan的概率定位方法及定位装置 | |
Salama et al. | Cooperative spectrum sensing and hard decision rules for cognitive radio network | |
CN103533571A (zh) | 基于投票策略的容错事件检测方法 | |
Gu et al. | k-Nearest Neighbours classification based Sybil attack detection in Vehicular networks | |
Wainer et al. | Machine learning-based indoor localization and occupancy estimation using 5G ultra-dense networks | |
CN106559761A (zh) | 一种信息处理方法及终端、服务器 | |
CN104065430A (zh) | 基于节点识别的协作频谱检测方法 | |
CN111050391A (zh) | 基于cr-vanet的车载雷达通信一体化系统的时间和功率联合分配方法 | |
Wang et al. | Detection of collaborative SSDF attacks using abnormality detection algorithm in cognitive radio networks | |
Yang et al. | A fuzzy collaborative spectrum sensing scheme in cognitive radio | |
CN103763043A (zh) | 基于协作式认知网络高效无线频谱感知方法 | |
CN102710285B (zh) | 干扰消除小区检测的方法及装置 | |
Wu et al. | An efficient wireless access point selection algorithm for location determination based on RSSI interval overlap degree determination | |
Gao et al. | Sensor selection based on dempster-shafer evidence theory under collaborative spectrum sensing in cognitive radio sensor networks | |
CN106301627A (zh) | 一种认知自组织网络中分布式协作频谱感知方法 | |
CN109150623A (zh) | 基于轮循制信誉值抵御恶意用户ssdf攻击方法及系统 | |
CN105743594B (zh) | 一种认知无线电系统中基于用户间协作的主用户仿冒攻击检测方法 | |
Liu et al. | A novel signal recognition algorithm based on SVM in cognitive networks | |
Stocker et al. | Applying NLOS Classification and Error Correction Techniques to UWB Systems: Lessons Learned and Recommendations |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |