CN109327911B - 认知异构无线网络中基于信誉系统的频谱切换方法 - Google Patents

Abstract

本发明涉及一种认知异构无线网络中基于信誉系统的频谱切换方法。针对频谱切换过程中次用户发生自私或恶意行为，导致网络性能下降的问题，首先通过提取用户行为特征信息，评估次用户接入信道后的行为，并依据次用户的行为确定其信誉值，在认知基站建立信誉系统；其次，根据次用户的信誉状况来对次用户进行分级，并根据次用户的分级情况，为次用户分配授权信道或ISM频段的信道；最后，在接入授权频谱的过程中，当满足用户等待时延要求时，信誉值高的次用户有更高的接入优先权。仿真结果表明，该方法能够有效地提升系统吞吐量，降低切换及中断概率，减少低信誉的次用户接入授权频谱的机会，提升了系统的安全性。

Description

认知异构无线网络中基于信誉系统的频谱切换方法

技术领域

本发明属于认知异构无线网络中的频谱切换方法，属于移动通信领域。特别是涉及一种基于信誉系统的频谱切换方法。

背景技术

在目前有关频谱切换的研究中，次用户通常被视为可信的。但在实际的认知无线电网络中，网络中的次用户为了自身利益，可能会产生自私行为，甚至是恶意行为。在共享式无线网络与认知网络共存的认知异构无线网络中，这种安全风险尤其突出。次用户的自私行为和恶意行为将会造成频谱的利用效率和网络性能(吞吐量等)逐渐下降。而目前的研究工作中却较少考虑频谱切换中可能存在的自私行为及恶意行为。

文献[Pei Qingqi,Yuan Beibei,Li Lei,Li Hongning.A sensing andetiquette reputation-based trust management for centralized cognitive radionetworks[J].Neurocomputing,2013,101(3):129-138]中针对次用户在得到授权频谱资源后采取的行为，提出了礼节信誉的概念，以对次用户的行为是否恰当进行评价。但该文对不恰当行为可能对网络造成的影响未做进一步的研究。文献[Fariha Afsana；Nusrat Jahan；Farhana A.Sunny；M.S.Kaiser；S.A.Mamun.Trust and energy aware Cluster modelingand spectrum handoff for cognitive radio ad-hoc network[C].2015InternationalConference on Electrical Engineering and Information Communication Technology(ICEEICT),2015,1-6]中提出了一种依赖次用户历史行为的安全切换机制。首先根据次用户的历史行为计算它们的信任值，次用户在使用新的信道进行传输时需要向控制节点证明它的可靠性。与未信任节点相比，这种方法提高了可信次用户的吞吐量。但该文中的信誉值仅用于判断次用户是否可信，行为良好的次用户并没有得到其他回报。文献[GeetanjaliRathee,Prabhat Thakur,G.Singh,Hemraj Saini.Aspects of secure communicationduring spectrum handoff in cognitive radio networks[C].InternationalConference on Signal Processing and Communication,2016,64-69]中提出了一种基于能量感知簇的体系。其中的信任感知模型用于提升能量效率，频谱切换体系用于降低切换率和提高吞吐量。在频谱切换时，网络优先选择信任值高的次用户接入信道。该文所提模型可以有效地最大化次用户的吞吐量并降低平均切换概率。但该文的信誉值是从先前的频谱感知阶段得到，而没有考虑频谱切换过程中可能存在的自私及恶意行为。

发明内容

本发明旨在解决上述现有技术的问题。提出了一种认知异构无线网络中基于信誉系统的频谱切换方法。

本发明采用的具体技术方案如下：

一种认知异构无线网络中基于信誉系统的频谱切换方法，其针对认知异构无线网络中，次用户在频谱切换的过程中发生自私或恶意行为，导致网络性能下降的问题，设计以下频谱切换步骤：

101、首先对在授权频谱传输的次用户的行为进行监测，并提取行为特征信息，从而对次用户可能的异常行为进行识别和判断；

102、当次用户传输完成时，基站对本次接入中的行为进行评判，根据次用户的行为更新该次用户的信誉值并储存；

103、根据101和102得到的信誉值对次用户进行分级，并把次用户划分为不同的集合，包括可信次用户集，可疑次用户集，不可信次用户集；

104、当次用户向认知基站提出接入申请时，基站首先对次用户所处集合进行判断。根据次用户所处的不同集合，将次用户的接入过程分为以下三种情况：可信次用户使用空闲的授权频谱传输；可疑次用户只能在ISM频段传输；不可信次用户得不到传输机会，直到其经过一个时间窗口的等待，信誉值重新初始化后，才能再次获得传输的机会。

进一步的，参见图1，认知异构无线网络包括认知无线电网络和共享式无线网络，认知无线电网络采用中心式的网络架构，主用户和次用户分布于同一地理区域，主用户PUs由固定的主基站控制，次用户SUs分布在固定认知基站的覆盖范围内，SUs之间(处于认知基站的覆盖范围内)的通信和数据收集只能通过认知基站来进行，共享式无线网络采用了最常用的2.4GHz无线电频段，即ISM(工业、科学和医疗)频段，次用户在授权频谱和ISM频段中的传输均受认知基站控制，对所述的认知异构无线网络做了如下基本假设：

(1)假设频谱切换过程中只有认知网络中的次用户存在自私或恶意行为，主用户均为可信用户；

(2)假设次用户虽然存在自私行为或恶意行为，但认知节点间不存在串谋行为。考虑次用户在频谱切换的过程中可能存在的异常行为有：1.自私行为：次用户认为自身有数据传输需求，发送接入请求并接入空闲信道，但未立即开始数据传输；2.疑似恶意行为：次用户在传输完成后并未立即退出传输信道，影响了其他次用户的接入。3.恶意行为：恶意模仿主用户(Primary User Emulation，简称PUE)：恶意次用户通过模仿主用户的特征，强行抢占其他次用户的信道，中断已接入次用户的传输。

(3)假设次用户在使用授权频谱的情况下不会对主用户的传输造成干扰。

(4)假设次用户在频谱感知阶段的行为是可信的。

进一步的，所述信誉系统中，认知基站负责对次用户的行为进行监测。当次用户在授权频谱进行传输时，认知基站会对次用户进行监测并提取行为特征信息，从而对次用户可能的异常行为进行识别和判断。当次用户传输完成时，认知基站对本次接入中的行为进行评判，根据次用户的行为降低或提升该次用户的信誉值并储存。该信誉值将作为下一次接入频谱时的最初信誉。通过这种方式来进行信誉值的迭代更新。

进一步的，所述步骤101中，在SU_i接入信道后，认知基站通过对SU_i的行为进行监测，收集接入过程中的各种行为特征信息。通过收集的不同特征信息来评估该用户是否发生了异常行为。考虑需要收集的特征信息为传输过程中次用户的功率(P)、主用户到达或传输完成时是否及时退避(Q)、循环平稳特征(C)。设证据集合为E＝{P,Q,C}。

在SU_i第n次接入或切换的过程中，用

来表示收集到的证据表明SU_i的某种行为是否发生。行为发生，则

行为未发生，则

令

分别表示证据表明自私行为、疑似恶意行为和恶意行为是否发生，

为该次接入过程中的证据表明是否发生异常行为。

若该用户发生自私行为，即在SU_i接入频谱后一段时间内其功率仍然为0，则P＝1；若功率不为0，则P＝0。

可以表示为

若该用户发生疑似恶意行为，此时SU_i的功率为0但未退出信道，则Q＝1；若用户退出信道，则Q＝0。

可以表示为

若该用户发生恶意行为，即通过监测循环平稳特征发现SU_i模仿主用户，则C＝1；若未发现模仿主用户，则C＝0。

可以表示为

若该次接入过程中SU_i无异常行为发生，即P，Q，C的取值均为0时，则

若该次接入过程中有异常行为发生，即P，Q，C的取值不全为0时，则

进一步的，所述步骤102中，信誉系统需要对信誉值进行准确度量和更新。当SU_i首次进入网络中，认知基站开始信誉初始化过程，把新加入网络的SU_i添加到可信次用户的集合中。设信誉值的取值范围为[0,1]之间的任意实数，并赋予SU_i初始信誉值

由于不同的异常行为对网络造成的危害大小不同，所以针对不同行为，其信誉值的更新也应有所区别。令w₁、w₂、w₃分别代表自私行为、疑似恶意行为和恶意行为对次用户信誉值的影响，w₀为该次接入过程中未发生异常行为的奖励。根据之前得到的证据，可以将信誉值的变化表示为

其中，0≤w_k≤1，k＝0,1,2,3，w₁+w₂+w₃＜0.5。约束条件w₁+w₂+w₃＜0.5是为了确保SU_i不会在一次接入过程中信誉值剧烈下降。

把次用户的一次完整传输作为一个交互周期，根据次用户的行为来评价每个周期内信誉值的变化情况，并进行信誉值的更新。次用户的信誉值为它们在之前的各个交互周期中行为的累积。具体的信誉值更新计算过程如下。

(1)设

为第n-1次接入并完成传输后SU_i的信誉值。它将作为第n次接入时的最初信誉参与到频谱接入的过程中。为了更加直观，令

当n＝1时，

为SU_i的初始信誉值。

(2)当SU_i第n次接入频谱并完成传输后，其信誉值为

表示在第n次接入时SU_i的信誉值的增量，它可以表示为

其中，w_k代表不同行为对次用户信誉值的影响，

用来判断第n次接入时某种行为是否发生。

进一步的，所述步骤103中，根据次用户的信誉状况将次用户分为三个等级，对应三种次用户集合，即不可信次用户集u₀，可疑次用户集u_*，可信次用户集u₁。根据网络的需求，设置判断和划分次用户可信程度的阈值th₁、th₂，则有

进一步的，所述步骤104中，当次用户向认知基站提出接入申请时，基站首先对次用户所处集合进行判断。根据次用户所处的不同集合，将次用户的接入过程分为以下三种情况：

(1)当次用户为可信次用户时，若通过频谱感知过程检测到存在空闲的授权信道，则次用户可以使用空闲信道进行传输。设空闲信道集合为Ω＝{1,2,3,...,M}。设同时有λ个可信次用户提出接入申请，它们的信誉值集合为

则SU_i接入信道的确定过程如下：

在满足最大允许等待时延的条件下，得到SU_i的目标信道序列为S_i＝(s₁,s₂,...,s_m)；设SU_i的等待时延为t_w,i。根据t_w,i从小到大的顺序，得到新的目标信道序列

同一信道可能被多个次用户申请，信道会从提出接入请求的次用户中选择信誉值最高的进行接入；SU_i根据其目标信道序列

确定期望接入信道的顺序，如果该次用户同时满足信道对于信誉值的要求，则SU_i可以使用该信道进行传输。

(2)当次用户为可疑次用户时，用户只能在ISM频段中传输。在ISM频段中，用户没有优先级的分别，而是服从先到先服务的规则。

当有多条信道空闲时，次用户随机选择一条信道进行传输，一旦用户开始在信道中传输，将不会被任何其他用户中断，直到传输完成后离开信道。如果不存在空闲信道，则随机选择一条信道进行等待，在当前用户以及先到达的用户完成传输并离开信道后，该次用户才能接入信道。

(3)若次用户为不可信用户，则基站拒绝对这部分次用户提供服务，它们将得不到传输机会。直到时间满足t＞T，T表示时间窗口，当时间t＞T时，重置次用户的信誉为初始值并重新开始计时，以避免长期交互造成信誉评估的不准确，信誉值重置后，次用户重新处于可信或可疑次用户集合中才能进行传输。本发明的优点及有益效果如下：

1.本发明通过建立信誉系统，对认知异构无线网络中存在的自私或恶意行为进行监测和评估，并通过信誉值更新机制来对次用户的信誉值进行量化分析。

2.通过次用户的信誉值对次用户进行分级，并用来确定可信次用户接入授权频谱的优先权，同时给予可疑次用户在ISM频段传输的机会。本发明能够有效地提升系统吞吐量，降低切换及中断概率，减少低信誉的次用户接入授权频谱的机会，提升了系统的安全性。

附图说明

图1为本发明中认知异构无线网络场景；

图2为本发明的方法流程图；

图3为次用户的吞吐量随次用户数目增加的变化曲线；

图4为不同方法的次用户的切换概率与次用户数目之间的关系；

图5次用户的平均中断概率随次用户数目的变化情况；

图6随着次用户数目增加，次用户平均初始接入时延的变化曲线；

图7为平均切换时延随次用户数目变化的曲线。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、详细地描述。所描述的实施例仅仅是本发明的一部分实施例。

该方法考虑了频谱切换过程中存在的自私或恶意行为对网络性能造成的影响，通过提取次用户的行为特征信息，对次用户的信誉进行评价，从而建立信誉系统，并且将信誉值的高低用在划分次用户优先级和频谱分配的过程中。该方法能够保证信誉值高的次用户有更高的接入优先权，同时减少了自私或恶意行为对认知网络的影响，提升了系统的安全性能。

参见图2，本发明提出的频谱切换方法包括以下步骤：

步骤一、首先对在授权频谱传输的次用户的行为进行监测，并提取行为特征信息，从而对次用户可能的异常行为进行识别和判断。

步骤二、当次用户传输完成时，基站对本次接入中的行为进行评价，根据次用户的行为更新该次用户的信誉值并储存。

步骤三、根据信誉值对次用户进行分级，并把次用户划分为不同的集合，包括可信次用户集，可疑次用户集，不可信次用户集。

步骤四、当次用户向认知基站提出接入申请时，基站首先对次用户所处集合进行判断。根据次用户所处的不同集合，将次用户的接入过程分为三种情况：可信次用户使用空闲的授权频谱传输，并用信誉值确定接入授权频谱的优先权；可疑次用户只能在ISM频段传输；不可信次用户得不到传输机会，直到其经过一个时间窗口的等待，信誉值重新初始化后，才能再次获得传输的机会。

为了对本发明进行验证，我们在MATLAB平台上进行仿真实验，并设置如下仿真场景：设仿真总时间为1000s。每个时隙的长度为0.25s。授权信道的数目为20，信誉值的取值范围为[0,1]之间的任意实数。为了让刚加入认知异构无线网络的次用户能够得到在授权频谱传输的机会，令信誉阈值th₂＝0.45。具体的仿真参数如表1所示：

表1

为了进一步突出本发明中基于信誉系统的频谱切换方法的优越性，将本发明所提方法与文献[Geetanjali Rathee,Prabhat Thakur,G.Singh,Hemraj Saini.Aspects ofsecure communication during spectrum handoff in cognitive radio networks[C].International Conference on Signal Processing and Communication,2016,64-69]中的随机接入方法，以及未加入信誉系统时优先考虑次用户需求或信道资源的方法进行了对比。

图3为使用不同方法时，系统中次用户的吞吐量随次用户数目增加的变化曲线。从图中可以看出，随着次用户数目的增加，系统的吞吐量先是不断增加，然后逐渐趋于平缓。这是因为随着次用户数目的增加，能够提供的信道资源有限，用户数目持续增加的情况下，系统的吞吐量不再增加，甚至由于竞争加剧而有下降。但是在次用户数目相同的情况下，本发明所提方法与其他方法相比吞吐量更高。这是因为本文所提方法阻止了可疑和不可信次用户接入授权信道，减少了由于自私或恶意行为造成的吞吐量下降，并且给了可疑次用户接入ISM频段传输的机会，因此吞吐量要高于其他三种方法。

图4反映了不同方法下次用户的切换概率与次用户数目之间的关系。文献[Geetanjali Rathee,Prabhat Thakur,G.Singh,Hemraj Saini.Aspects of securecommunication during spectrum handoff in cognitive radio networks[C].International Conference on Signal Processing and Communication,2016,64-69]由于采用了随机方法，故其切换概率变化很小。对于另外三种方法来说，次用户数目少时，由于存在多个空闲信道，次用户在传输过程中需要切换到其他信道的概率较小。然而随着次用户数目的增加，可用的空闲频谱相对减少，故切换概率也在增加。在次用户数相同的情况下，本文所提方法的切换概率明显低于其他两种方法。这是因为可疑或不可信次用户不能在授权频谱中传输，从而避免了由于自私行为和恶意行为造成的不必要的频谱切换。

图5显示了次用户的平均中断概率随次用户数目的变化情况。定义发生频谱切换后，次用户在两个时隙内仍没有得到信道进行传输，则认为该次用户被中断。次用户数目少时，由于信道资源充足，次用户被中断的可能性很小。随着次用户数目的增加，用户的中断概率也开始增加。但是在次用户数相同的情况下，随机接入方法与本发明方法的中断概率明显低于其他两种方法。这是因为，由于拒绝了低信誉值用户接入授权频谱，避免了由于自私行为和恶意行为造成的不必要的频谱切换，降低了切换后可能得不到授权信道进行传输的概率。

图6为随着次用户数目增加，次用户平均初始接入时延的变化曲线。从图中可以看出，当次用户数为2到6之间时，次用户的初始接入时延接近于零。次用户数继续增长时，平均初始接入时延快速增加。还可以看出，本发明方法的平均初始接入时延与其他两种未加入信誉系统的方法相差不大，而随机接入方法的时延则要高于其他几种方法。这是因为，本文方法加入了信誉系统，用于评估次用户行为和计算信誉值，不可避免的增加了接入时延。但另外两种方法由于未加入信誉系统，模仿主用户的行为使得本可以利用空闲频谱的次用户不能接入，也使得初始接入时延增加。因此，本文所提方法虽然没有有效降低次用户的时延，但也基本与其他两种方法持平。

图7为平均切换时延随次用户数目变化的曲线。定义切换时延为从次用户离开当前传输信道开始，到切换到另一信道开始传输数据为止所经历的时间，包括切换等待时间和执行切换的时间。随着次用户数目的增加，次用户的切换时延也在增加。从图中可以看出，当用户数从2到10时，本文方法的切换时延与资源优先方法的时延基本相同，低于需求优先方法的时延。这是因为发生自私或恶意行为和加入信誉系统都会增加切换时延，而在次用户数较少时，它们对切换时延的影响差距不大。但当用户数大于10时，本文方法的切换时延高于其他两种未加入信誉系统的方法，但仍然优于随机接入方法。这是因为本文方法需要对次用户的行为进行监测，并进行信誉值的更新，使得平均切换时延的增长大于未加入信誉系统的方法。

以上这些实施例应理解为仅用于说明本发明而不用于限制本发明的保护范围。在阅读了本发明的记载的内容之后，技术人员可以对本发明作各种改动或修改，这些等效变化和修饰同样落入本发明权利要求所限定的范围。

Claims (8)

1.认知异构无线网络中基于信誉系统的频谱切换方法，其特征在于，包括以下步骤：

101、首先对在授权频谱传输的次用户的行为进行监测，并提取行为特征信息，从而对次用户可能的异常行为进行识别和判断；

102、当次用户传输完成时，基站对本次接入中的行为进行评判，根据次用户的行为更新该次用户的信誉值并储存；

103、根据101和102得到的信誉值对次用户进行分级，并把次用户划分为不同的集合，包括可信次用户集，可疑次用户集，不可信次用户集；

104、当次用户向认知基站提出接入申请时，基站首先对次用户所处集合进行判断，根据次用户所处的不同集合，将次用户的接入过程分为三种情况：可信次用户使用空闲的授权频谱传输；可疑次用户只能在ISM频段传输；不可信次用户得不到传输机会，直到其经过一个时间窗口的等待，信誉值重新初始化后，才能再次获得传输的机会；

(1)当次用户SU_i为可信次用户时，次用户使用空闲信道进行传输，空闲信道集合为Ω＝{1,2,3,...,M}，M表示Ω中信道序号的最大值，同时有λ个可信次用户提出接入申请，它们的信誉值集合为

则该次用户接入信道的确定过程如下：

在满足最大允许等待时延的条件下，得到SU_i的目标信道序列为S_i＝(s₁,s₂,...,s_m)；s_m表示目标信道序列中的第m个信道；SU_i的等待时延为t_w,i，根据t_w,i从小到大的顺序，得到新的目标信道序列S_i ^*；同一信道可能被多个次用户申请，信道会从提出接入请求的次用户中选择信誉值最高的进行接入；SU_i根据其目标信道序列S_i ^*确定期望接入信道的顺序，如果该次用户同时满足信道对于信誉值的要求，则SU_i可以使用该信道进行传输；

(2)当次用户SU_i为可疑次用户时，用户只能在ISM频段中传输；

当有多条信道空闲时，次用户随机选择一条信道进行传输，一旦用户开始在信道中传输，将不会被任何其他用户中断，直到传输完成后离开信道；如果不存在空闲信道，则随机选择一条信道进行等待，在当前用户以及先到达的用户完成传输并离开信道后，该次用户才能接入信道；

(3)若次用户SU_i为不可信用户，则基站拒绝对这部分次用户提供服务，直到时间满足t＞T，表示时间窗口，信誉值重置后，次用户重新处于可信或可疑次用户集合中才能进行传输。

2.根据权利要求1所述认知异构无线网络中基于信誉系统的频谱切换方法，其特征在于：所述对次用户的行为进行监测由认知基站负责，当次用户在授权频谱进行传输时，认知基站对次用户进行监测并提取行为特征信息，从而对次用户可能的异常行为进行识别和判断。

3.根据权利要求2所述认知异构无线网络中基于信誉系统的频谱切换方法，其特征在于：所述步骤101中，需要收集的行为特征信息包括传输过程中次用户的功率P、主用户到达或传输完成时是否及时退避Q、循环平稳特征，证据集合为E＝{P,Q,C}。

4.根据权利要求3所述认知异构无线网络中基于信誉系统的频谱切换方法，其特征在于：根据所述证据集合证据表明自私行为、疑似恶意行为和恶意行为是否发生，则满足以下规定：

若该用户发生自私行为，即在SU_i接入频谱后一段时间内其功率仍然为0，则P＝1；若功率不为0，则P＝0；

若该用户发生疑似恶意行为，此时SU_i的功率为0但未退出信道，则Q＝1；若用户退出信道，则Q＝0；

若该用户发生恶意行为，即通过监测循环平稳特征发现SU_i模仿主用户，则C＝1；若未发现模仿主用户，则C＝0；

若该次接入过程中SU_i无异常行为发生，即P，Q，C的取值均为0；若该次接入过程中有异常行为发生，即P，Q，C的取值不全为0。

5.根据权利要求1所述认知异构无线网络中基于信誉系统的频谱切换方法，其特征在于：所述步骤102中，所述次用户信誉值的更新如下：令w₁、w₂、w₃分别代表自私行为、疑似恶意行为和恶意行为对次用户信誉值的影响，w₀为该次接入过程中未发生异常行为的奖励，则信誉值的变化表示为

其中，0≤w_k≤1，k＝0,1,2,3，w₁+w₂+w₃＜0.5，

分别表示证据表明自私行为、疑似恶意行为和恶意行为是否发生，

为该次接入过程中的证据表明是否发生异常行为。

6.根据权利要求5所述认知异构无线网络中基于信誉系统的频谱切换方法，其特征在于：所述信誉值更新计算过程如下：

(1)

为第n-1次接入并完成传输后SU_i的信誉值，它将作为第n次接入时的最初信誉参与到频谱接入的过程中；

(2)当SU_i第n次接入频谱并完成传输后，其信誉值为

R_i ⁿ＝R_i ^n-1+ΔR_i ⁿ,n≥1

表示在第n次接入时SU_i的信誉值的增量，其表示为

其中，w_k代表不同行为对次用户信誉值的影响，

用来判断第n次接入时某种行为是否发生。

7.根据权利要求5或6所述认知异构无线网络中基于信誉系统的频谱切换方法，其特征在于：当SU_i首次进入网络中，认知基站开始信誉初始化过程，把新加入网络的SU_i添加到可信次用户的集合中；信誉值的取值范围为[0,1]之间的任意实数，并赋予SU_i初始信誉值

8.根据权利要求1所述认知异构无线网络中基于信誉系统的频谱切换方法，其特征在于：所述步骤103中，根据次用户的信誉状况将次用户分为三个等级，对应三种次用户集合，即不可信次用户集u₀，可疑次用户集u_*，可信次用户集u₁；根据网络的需求，设置判断和划分次用户可信程度的阈值th₁、th₂，则有

U表示信誉状况不同的次用户所处的集合。

Images