CN112260784A - 一种基于游戏策略的区块链下的频谱感知方法及系统 - Google Patents

Abstract

本发明公开了一种基于游戏策略的区块链下的频谱感知方法及系统，属于无线通信技术领域。首先，频谱授权者将空闲的频谱出租；然后频谱需求者以智能合约的形式发布感知任务，机会地租用频谱授权者的空闲频谱；然后感知工人查阅智能合约中频谱需求者发布的感知任务，并上报自己的感知策略；然后参与任务的感知工人上传感知数据，矿工通过智能合约核实感知工人的感知数据并生成感知结果，并将交易打包添加入区块链；最后频谱需求者接收来自矿工的感知结果，并决定是否继续任务。本发明利用多感知工人参与以及感知工人的移动性，提高了频谱感知的分辨率与空间范围；利用区块链技术保障了频谱感知的安全性与可靠性。

Description

一种基于游戏策略的区块链下的频谱感知方法及系统

技术领域

本发明属于无线通信技术领域，涉及一种基于游戏策略的区块链下的频谱感知方法及系统。

背景技术

随着5G网络的大规模部署，海量设备接入物联网(Internet of Things,IoT)，造成频谱资源的愈加稀缺。动态频谱接入(Dynamic Spectrum Access，DSA)被广泛认为是一种提高频谱利用率的有效手段，而频谱感知技术是实现DSA的重要前提。在现实场景中，一方面，由于无线通信过程中的衰落和阴影效应，单个用户的感知结果是不可靠的；另一方面，单用户感知会受限于感知范围，降低了频谱数据的在空域上的覆盖率；再者，单个用户易于遭受恶意攻击致使感知任务的失败。因此，解决单用户感知的可靠性和有效性以及安全性问题，是DSA走向实际应用亟待解决的关键。

群智感知(Crowd Sensing,CS)作为一种新兴的感知技术近来受到广泛关注。群智感知利用大量配备传感器的移动设备(如智能手机、平板电脑、车载无线设备等)机会地感知数据并将数据上传给感知需求者，感知需求者接收感知数据并分发奖励到移动设备(统称为感知工人)。群智感知具有感知工人数量众多以及移动性高的特点。一方面，多用户感知缓解了单用户感知的低可靠性和低安全性；另一方面，利用感知工人的移动性可以大大提高感知的范围。然而，现有的群智感知技术大多依赖于中心节点处理感知数据并生成感知结果，中心节点或因恶意节点的攻击而导致单点崩溃；此外，由于感知数据中包含自身地理位置信息等隐私数据，要求参与群智感知的感知工人间相互信任。

区块链是一个不断增长的使用密码学方法联接起来的记录列表，这些记录列表被称为“块(blocks)”。区块链通过运用数据加密、时间戳、分布式共识和激励机制等方式，使系统中的节点能在分布式系统中实现去信任的点对点交易，从而解决中心化系统存在的高信任、低效率以及数据存储不安全等问题。随着区块链研究与应用的快速增长，区块链被认为是移动互联网后的第五代互联网颠覆性技术。简单地说，区块链可以用作一个分布式的公开的不可修改的“账本”，其本质是一种去中心化的记账系统，是一个由信用记录以及信用记录的清算构成的体系。区块链技术可以实现数据信息的分布式记录(可以由系统参与者集体记录，而非一个中心化的机构集中记录)和分布式存储。该技术使得每个节点都有权记录并翻开公开账本，所有节点共同监督保证其正确性。

鉴于上述优点，已有大量学者将区块链技术引入频谱管理。H.Zhang等人在文章ABlockchain Enhanced Dynamic Spectrum Sharing Model Based on Proof-of-Strategy”(H.Zhang,S.Leng and H.Chai,"A Blockchain Enhanced Dynamic SpectrumSharing Model Based on Proof-of-Strategy,"ICC 2020-2020IEEE InternationalConference on Communications(ICC),Dublin,Ireland,2020,pp.1-6,doi:10.1109/ICC40277.2020.9149093.)中考虑了区块链技术在CBRS(Citizens Band Radio Service)频谱共享系统下的适用性。作者认为，利用区块链的去信任化、去中心化以及所有参与者集体记账的特点，通过自动化地签订合约、代理、数据交换等流程，将有效降低CBRS频谱共享系统中交易成本。Kotobi和Bilen在文章Blockchain-enabled spectrum access incognitive radio networks(Kotobi K,Bilen S G.Blockchain-enabled spectrumaccess in cognitive radio networks[C].2017Wireless TelecommunicationsSymposium(WTS).IEEE,2017.)中提出了一种基于区块链的频谱共享协议。文中主用户将空闲频谱拍卖给次用户，次用户通过支付加密货币获得频谱接入权限，拍卖与支付等相关内容被记录在区块链上。与比特币一样，加密货币可以通过交换传统的法定货币或维护区块链获得。仿真结论表明，在中度以及重度衰落的情况下，所提协议性能优于传统频谱共享协议。S.Bayhan等人在文章Smart Contracts for Spectrum Sensing as a Service(BayhanS,Zubow A,Gawlowicz P.Smart Contracts for Spectrum Sensing as a Service[J].IEEE Transactions on Cognitive Communications and Networking,2019,5(3):648-660,doi:10.1109/TCCN.2019.2936190)中提出了“频谱感知即服务(spectrum sensing asa service)”的概念，旨在“招募”助手节点(helper nodes)实施频谱感知，“招募”信息通过运行在区块链上的智能合约发布，助手节点在完成感知任务后获得相应的奖励并通过“矿工”更新区块链。仿真结果表明，该算法在保证系统收益的基础上可以有效识别恶意攻击，并激励更多的助手节点加入频谱感知。

现有的研究或聚焦于利用区块链的去中心化及去信任化特点降低频谱共享系统中的交易成本，而没有考虑到次用户接入可用频谱后的收益；或假定助手节点随机地选择是否参与频谱感知而忽视了助手节点自身的智能性，即智能地选择是否参与以及如何参与频谱感知，因此导致频谱感知的安全性和可靠性较低。

发明内容

技术问题：针对现有技术中没有考虑次用户接入可用频谱后的收益以及助手节点自身的智能性，导致频谱感知的安全性和可靠性降低的问题，本发明提供了一种基于游戏策略的区块链下的频谱感知方法及系统，结合区块链与群智感知的前提下，将频谱感知过程建模为奖励-感知时间游戏，游戏中感知需求者与感知工人分别策略地选择感知报酬与感知时间以最大化自身收益，从而提高了频谱感知的安全性和可靠性。

技术方案：本发明提供一种基于游戏策略的区块链下的频谱感知方法，包括以下步骤：

步骤1：频谱授权者将空闲的频谱出租；

步骤2：频谱需求者需实时获取频谱授权者的频谱占用状态，并以智能合约的形式发布感知任务，机会地租用频谱授权者的空闲频谱，并在成功接入频谱后获取自身收益；

步骤3：感知工人查阅智能合约中频谱需求者发布的感知任务，并上报自己的感知策略，并根据感知策略获取感知收益；

步骤4：参与任务的感知工人上传感知数据，矿工通过智能合约核实感知工人的感知数据并生成感知结果，并将交易打包添加入区块链；

步骤5：频谱需求者与矿工交互，频谱需求者接收来自矿工的感知结果，频谱需求者如果满意感知结果，则选择终止任务并收回剩余报酬，同时将终止决定广播给所有的矿工与感知工人，矿工与感知工人在收到命令后立即停止工作；若频谱需求者不满意感知结果，频谱需求者选择继续任务并持续接收感知结果。

进一步地，步骤2中，频谱需求者发布的感知任务包括任务总报酬。

进一步地，步骤3中，感知工人上报的感知策略为感知时间。

进一步地，步骤3中，感知工人根据感知策略获取感知收益的方法为：

感知工人sw_i以f(R)的概率选择感知时间t_i＝0，以1-f(R)的概率选择t_i>0，即

其中，t_i＝0表示感知工人sw_i不参与感知任务，t_i>0表示感知工人sw_i参与感知任务，f(R)为关于频谱需求者发布的任务总报酬R的非增函数；

感知工人sw_i获取的感知收益u_i为：

其中，t_i表示感知时间，R表示任务总报酬，k_i表示sw_i的单位时间感知成本，t_i×k_i表示感知工人sw_i的感知成本，i表示序号，N为感知工人的序号集合。

进一步地，步骤4中，频谱需求者发布感知任务并成功接入频谱后获得收益u₀为：

其中，λlog(1+∑_i∈Nlog(1+t_i)为频谱需求者接入频谱所得收益，其中λ为系统参数；R为任务总报酬；C_bid为租用频谱授权者频谱所需费用。

进一步地，步骤5中，频谱需求者满意感知结果时，频谱需求者的任务总报酬最优且自身收益最大。

进一步地，为得到满意感知结果，定义纳什均衡，具体方法为：感知工人的策略集

为“奖励-感知时间”游戏的纳什均衡，当且仅当，对于任意的感知工人sw_i∈SW，SW为感知工人集，满足：

式中t_i≥0，u_i为感知收益,纳什均衡反映感知工人无法通过改变当前策略来增加自身的收益，纳什均衡的存在且唯一使得频谱需求者可以通过预测感知工人的策略来制定R从而最大自身收益。

进一步地，通过预测感知工人的策略来制定R从而最大自身收益的方法为：首先确定感知工人sw_i的最优感知策略，然后利用最优感知策略计算最优收益。

进一步地，确定感知工人sw_i的最优感知策略的方法为：

计算出感知收益u_i关于感知时间t_i的偏导：

令一阶偏导为0，得到最优感知策略B_i(t_-i)：

则频谱需求者所获最优的收益u₀为：

其中

其中，j表示序号，n₀表示单位时间成本为β₀的感知工人数目，n_m表示单位时间成本为β_m的感知工人数目，K_W表示为参与任务的感知工人的时间成本集合，m表示为除j以外的其余参与任务的感知工人序号。

本发明的一种基于游戏策略的区块链下的频谱感知系统，采用所述的频谱感知方法进行频谱感知，包括频谱授权者、频谱需求者、感知工人、矿工、智能合约以及区块链；其中，

频谱授权者用于将空闲的频谱出租；

频谱需求者通过感知工人实时准确地获悉频谱授权者频谱的占用状态，并以智能合约的形式发布感知任务，机会地租用频谱授权者的空闲频谱；

感知工人查询智能合约中频谱需求者的感知任务，并上报感知策略；

矿工用于核实感知工人的感知数据质量、打包已完成的交易添加进区块链；

感知合约用于作为频谱需求者发布感知任务的凭证，存储完成感知任务的相关信息；

区块链用于记录交易信息。

有益效果：本发明与现有技术相比，具有以下优点：

(1)本发明的基于游戏策略的区块链下的频谱感知方法，在区块链下，利用多感知工人的参与，并利用感知工人的移动性，提高了频谱感知的分辨率与空间范围；通过回报-感知时间策略，使得频谱感知过程中，优化频谱需求者能够的感知任务，最大化自身收益，并且使得感知工人得到最优的感知收益，从而有效地提高了频谱感知的安全性和可靠性。

(2)本发明的频谱感知系统，包括频谱授权者、频谱需求者、感知工人、矿工、智能合约以及区块链，该系统在区块链下，频谱授权者出租空闲的频谱，频谱需求者采用智能合约形式发布感知任务，感知工人查询智能合约中频谱需求者的感知任务，并上报感知策略，然后矿工核实感知工人的感知数据质量、打包已完成的交易添加进区块链，频谱需求者直接与矿工交互，接收感知结果。本发明的频谱感知系统，利用本发明的方法，考虑了感知工人的收益，使得感知工人能够智能地选择策略进行频谱感知，使得系统的安全性和可靠性有效地提高。

附图说明

图1为本发明中的区块链下的频谱感知系统架构图；

图2为本发明中区块链下的频谱感知方法的流程图；

图3为本发明中感知工人的数目以及k_max对频谱需求者收益的影响结果图；

图4为本发明中感知工人在采用不同策略时的收益对比图。

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。

结合图1所示，本发明中，本发明的区块链下的频谱感知系统包括：频谱授权者、频谱需求者、感知工人、矿工、智能合约以及区块链。

其中，频谱授权者对频谱有着所有权与优先使用权，频谱授权者在不使用其所拥有频谱时，有着“出租”频谱以获得收益的动机，因此频谱授权这可将空闲的频谱出租，频谱需求者可以是通讯运营商设置的基站等。

频谱需求者在通过感知工人实时准确地获悉频谱授权者频谱的占用状态下，机会地“租用”频谱授权者的空闲频谱，因此频谱需求者既是发布频谱感知任务的“要求者”，也是频谱授权者空闲频谱的潜在“租用者”，在发布感知任务时，采用智能合约进行任务发布。频谱需求者通常是使用频谱的设备，如车联网设备、手机、平板电脑等。

感知工人(如智能手机、平板电脑、车载无线设备等)接受频谱需求者发布的感知任务，利用自身的传感器感知频谱授权者的频谱占用状态，完成任务后获得一定的奖励，感知工人可以查询智能合约中频谱需求者的感知任务，并将感知策略上报。通过利用众多感知工人及其移动性，可以很大程度上提升频谱感知的分辨率与覆盖率。

矿工在系统中起着核实感知工人的感知数据质量、打包已完成的交易添加进区块链等作用。矿工并不是系统中特定的，矿工可以通过不断地试错来获得一道数学问题的解，最先获得近似解的矿工将有机会获得记账权，成为“本次交易的矿工”。过程需要消耗大量的能源，故“本次交易的矿工”完成自身任务后可以从频谱需求者处获得一定的奖励，未成为“本次交易的矿工”的其余矿工亦将获得少许奖励以激励其参与记账。

智能合约本质上是运行在区块链上的不可以修改的代码，一旦达到预设条件，智能合约将自动运行。特别的，在本系统中，智能合约是频谱需求者发布感知任务的“凭证”，其内容包含完成感知任务的相关信息，诸如任务总报酬、感知工人的检测概率与虚警概率的上下界以及频谱竞价信息等。具体来说，频谱需求者以智能合约的形式发布感知任务。矿工查阅智能合约中感知任务的具体要求，并判定感知工人的感知数据是否准确有效；感知完成后将本次交易(即完成任务并发放奖励)打包添加进入区块链。

区块链用于记录多次交易，并利用其去中心化与去信任化的特性保证交易的公平性与安全性。区块链上的矿工均有机会参与记账且拥有完整的交易信息的副本，该机制大大提升了频谱感知的稳定性；此外，区块链上的交易信息均通过公钥-密钥对加密处理，其反向解密几乎无法实现，此举可大幅提高交易信息的安全性。

在本发明系统架构下，提出了一种基于游戏策略的区块链下的频谱感知方法，结合图2所示，包括：

步骤1：频谱授权者将空闲的频谱出租。

步骤2：频谱需求者需实时获取频谱授权者的频谱占用状态，并以智能合约的形式发布感知任务，机会地租用频谱授权者的空闲频谱，并在成功接入频谱后获取自身收益。

频谱需求者在智能合约中规定服务等级协议(Service Level Agreements,SLA)，发布的感知任务，在本发明的实施例中，感知任务包括任务总报酬(所有感知工人共享总报酬)，在其他的实施例中，感知任务还可能包括感知数据“质量”要求、感知工人的检测概率与虚警概率上下界等。

步骤3：感知工人查阅智能合约中频谱需求者发布的感知任务，并上报自己的感知策略，并根据感知策略获取感知收益；其中，在本发明的实施例中，感知工人上报的感知策略为感知时间。

“感知策略”主要包括对于感知任务进行何等层次的感知(比如感知时间、取样率等)，一方面，长的感知时间与高取样率需要消耗更多的自身能量，理应获得更多的报酬；另一方面，感知工人从任务所得报酬应大于自身消耗(感知成本)，故假定感知工人的“感知策略”是“利己的”。

步骤4：参与任务的感知工人上传感知数据，矿工核实感知工人的感知数据并生成感知结果，并将交易打包添加入区块链。

参与任务的感知工人完成任务后通过调用智能合约的功能上传感知数据，数据上传的过程需要消费感知工人一定的费用，事实上，此笔费用在接受感知任务之前就预存在区块链上，从而有效地减轻恶意用户的DDoS(Distributed Denial of Service)和错误上报攻击。

步骤5：频谱需求者与矿工交互，频谱需求者接收来自矿工的感知结果，频谱需求者如果满意感知结果，则选择终止任务并收回剩余报酬，同时将终止决定广播给所有的矿工与感知工人，矿工与感知工人在收到命令后立即停止工作；若频谱需求者不满意感知结果，频谱需求者选择继续任务并持续接收感知结果。

本发明的方法，具体地，首先，有频谱接入需求的频谱需求者通过智能合约的形式发布一个感知任务，其任务总报酬为R>0；然后，感知工人集SW＝{sw_j,j＝1,2,…n}(j表示序号，n为感知工人的数量)中的第i(i为序号，i∈N,N＝{1,2,…n}，N为感知工人序号集合)个感知工人sw_i查询智能合约中频谱需求者发布的感知任务，即任务总报酬R，根据智能合约中的SLA决定并上报“感知策略”t_i≥0(感知时间)，特别的，t_i＝0表示感知工人sw_i不参与该感知任务。感知工人sw_i的感知成本为t_i×k_i，其中k_i表示sw_i的单位时间感知成本；那么感知工人sw_i获取的感知收益u_i可以表示为：

式(1)中左边第一项

表示感知工人sw_i上报感知时间t_i后所能分得的部分感知报酬，第二项t_i×k_i表示感知成本，两项的差值表示为感知收益。需要注意的是，k_i∈K,K＝{β₁,β₂,…β_l}，其中l表示为不同时间成本的数目(不同的感知工人可能有相同的时间成本，故l≤n，用n_j表示单位时间感知成本为β_j的感知工人的数目，因此有

此外，还假定有相同感知成本的感知工人采取相同的感知策略。

在本发明的系统架构下，假设感知工人sw_i以f(R)的概率选择t_i＝0，以1-f(R)的概率选择t_i>0，即

其中f(R)为关于频谱需求者发布任务总报酬R的非增函数，即随着R的增加，感知工人更有“意愿”加入频谱感知，意即系统中有更多的感知工人。

参与任务的感知工人sw_i接收感知任务后，将感知数据上传到感知合约，然后矿工通过智能合约核实感知工人的感知数据并生成感知结果，并将交易打包添加入区块链。智能合约中预设感知要求，然后根据感知要求验证上传的感知数据，并依据一定的规则对数据进行处理，处理感知数据包括主要包括生成感知结果，如运用大数原理确定频谱的占用与否(即若超过半数的感知工人认为该频谱被占用，则该频谱状态为占用)。矿工将本次交易打包添加进区块链，并获得一定的奖励。总的来说，感知工人通过感知高精度的数据获得奖励，矿工通过打包交易收取报酬，两者均能在BBSS系统中获得收益；此外，两者的收益均是预定在智能合约上的无法篡改的代码，报酬的发放无需第三方的参与，因此BBSS系统可以激励更多的感知工人与矿工加入。

频谱需求者发布感知任务并成功接入频谱后获得收益u₀为：

u₀＝λlog(1+∑_i∈Nlog(1+t_i)-R-C_bid, (2)

式(2)中右侧第一项λlog(1+∑_i∈Nlog(1+t_i)表示频谱需求者接入频谱所得收益(如传输数据等)，其中λ为系统参数，外部对数项反映了频谱需求者从感知工人所获收益递减，内部对数项反映了感知工人制定策略后感知收益递减；第二项R表示任务总报酬，是频谱需求者支付给感知工人的感知报酬；第三项C_bid为租用频谱授权者频谱所用费用(包括矿工挖矿报酬)；三项差值表示为频谱需求者成功接入频谱后所得收益。

频谱需求者接收来自矿工的感知结果，当频谱需求者如果满意感知结果时，终止任务，在本发明的实施例中，步骤5中，频谱需求者满意感知结果时，频谱需求者的任务总报酬最优且自身收益最大。

因此，本发明的方法可以建模为斯塔克尔伯格游戏模型，在本发明中可将区块链下的频谱感知称为“奖励-感知时间”游戏。该游戏分为两个阶段，第一阶段，频谱需求者发布感知总报酬R；第二阶段，每个感知工人sw_i∈SW都会制定其感知时间的策略t_i，以最大化感知收益。因此，在“奖励-感知时间”游戏中，频谱需求者是领导者，感知工人是跟随者，二者均为玩家，且频谱需求者的策略是任务总报酬R，感知工人sw_i的策略是感知时间t_i，且频谱需求者可以预测感知工人的策略，从而设定R的最优值以最大化自身收益。

令t＝(t₁,t₂,…,t_n)表示为感知工人的策略集，t_-i表示为除感知工人sw_i外的感知策略，因此感知工人的感知策略集t可以表示为t＝(t_i,t_-i)。

为了得到满意的感知结果，在“奖励-感知时间”游戏中，定义纳什均衡(NashEquilibrium,NE)：感知工人的策略集

为“奖励-感知时间”游戏的纳什均衡，当且仅当，对于任意的感知工人sw_i∈SW，满足：

式中t_i≥0，u_i为公式(1)中的感知收益。纳什均衡反映感知工人无法通过改变当前策略来增加自身的收益，纳什均衡的存在且唯一使得频谱需求者可以通过预测感知工人的策略来制定R从而最大自身收益。

在本发明的实施例中，通过预测感知工人的策略来制定R从而最大自身收益的方法为：首先确定感知工人sw_i的最优感知策略，然后利用最优感知策略计算最优收益。因此，为了确定感知工人sw_i的最优感知策略B_i(t_-i)，先计算出感知收益u_i关于感知时间t_i的偏导：

注意到感知收益u_i的二阶偏导为负数，则u_i为关于感知时间t_i的凸函数，因此，在给定R以及t_-i的情况下，B_i(t_-i)存在且唯一。需要注意的是，当t_-i＝(0)时，感知工人sw_i可以将最优感知策略B_i(t_-i)设定为足够小的正数，该情况下，感知工人sw_i可以获得接近于R的奖励，因此本发明的实施例中，仅考虑∑_j∈N,j≠it_j>0的情况(即至少有两个感知工人参与频谱感知)。

令一阶偏导为0，可得：

若式(5)为正，感知工人sw_i的最优感知策略B_i(t_-i)即为t_i；若式(5)为负，则感知工人sw_i的最优感知策略B_i(t_-i)＝0。因此，可以得到：

频谱需求者作为游戏中的领导者，可以预测在发布任务总报酬R之后，感知工人的行为策略。因此，感知需求者可以制定最优的R以最大化自身收益u₀。将感知工人的最优感知策略代入公式(2)即可以得到感知需求者的最大自身收益u₀：

式(7)中

其中j表示序号，n₀表示单位时间成本为β₀的感知工人数目，n_m表示单位时间成本为β_m的感知工人数目，K_W表示为参与任务的感知工人的时间成本集合，m表示为除j以外的其余参与任务的感知工人序号。u₀是关于R(R∈[0,∞))的凹函数，且当R＝0时u₀＝0；R趋于正无穷时u₀趋于负无穷，因此存在R^*使得u₀取最大值。

为了对本发明的方法进行验证，本发明首先模拟了感知工人数量以及感知工人sw_i的单位时间最大感知成本k_max对频谱需求者的收益的影响，图3给出了仿真结果。从图3中可以看出，随着感知工人数目的增加，频谱需求者的收益呈增加的趋势，但是增幅越来越来小，这是因为，更多的感知工人虽然能带来更多的收益，同时所需支付给感知工人的费用也随之增多。

同时可以看出，在感知工人数目相同时，k_max越高，感知需求者的收益越低。这是因为，k_max越高，意味着感知工人的单位感知成本越离散。而根据sensing worker的最优策略可知，如果所有的sensing worker具有相同感知成本，那么所有的sensing worker将满足条件(即自身可从感知任务中收益)而参加频谱感知；当单位感知成本变得更加离散时，sensing worker有更高的概率违反条件(即无法从感知任务中收益)，因此系统中的sensing worker会更少，从而requester的收益会降低。

从图3可以看出，采用本发明的方法，利用多感知工人的参与以及感知工人的移动性，考虑了感知工人的收益，智能地调整频谱感知时频谱需求者的收益情况，提高了频谱感知的分辨率与空间范围，从而提高了频谱感知的安全性和可靠性。

图4反映了本发明的实施例中某一感知工人的收益，具体的，显示的是编号58(简称sw58)的感知工人的收益情况，从图4可以看出，随着越来越多的感知工人加入频谱感知，因为有更多竞争者，故sw58的收益逐渐降低。同时对比sw58采用随机感知时间策略与采用基于本发明的策略时的收益，在图4的前段部分，系统中的感知工人数目较少，sw58面临的竞争较小，可以通过游戏策略来获得高于随机分配所得的收益；随着系统中的竞争变大，感知工人即使采取游戏策略，所得收益依然只占总收益的较小一部分，故收益反而小于随机分配所得收益。

从图4可以看出，采用本发明的方法，可以根据系统中感知的情况，智能地调整感知工人的收益，而不是随机的进行调整，从而提高了频谱感知的安全性和可靠性。

进一步地，本发明的系统在进行频谱感知时，采用了本发明中所提出的方法，从而在频谱感知过程中，具有较高的安全性和可靠性。

上述实施例仅是本发明的优选实施方式，应当指出：对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和等同替换，这些对本发明权利要求进行改进和等同替换后的技术方案，均落入本发明的保护范围。

Claims (10)

1.一种基于游戏策略的区块链下的频谱感知方法，其特征在于，包括以下步骤：

步骤1：频谱授权者将空闲的频谱出租；

步骤2：频谱需求者需实时获取频谱授权者的频谱占用状态，并以智能合约的形式发布感知任务，机会地租用频谱授权者的空闲频谱，并在成功接入频谱后获取自身收益；

步骤3：感知工人查阅智能合约中频谱需求者发布的感知任务，并上报自己的感知策略，并根据感知策略获取感知收益；

步骤4：参与任务的感知工人上传感知数据，矿工通过智能合约核实感知工人的感知数据并生成感知结果，并将交易打包添加入区块链；

步骤5：频谱需求者与矿工交互，频谱需求者接收来自矿工的感知结果，频谱需求者如果满意感知结果，则选择终止任务并收回剩余报酬，同时将终止决定广播给所有的矿工与感知工人，矿工与感知工人在收到命令后立即停止工作；若频谱需求者不满意感知结果，频谱需求者选择继续任务并持续接收感知结果。

2.根据权利要求1所述的一种基于游戏策略的区块链下的频谱感知方法，其特征在于，步骤2中，频谱需求者发布的感知任务包括任务总报酬。

3.根据权利要求2所述的一种基于游戏策略的区块链下的频谱感知方法，其特征在于，步骤3中，感知工人上报的感知策略为感知时间。

4.根据权利要求3所述的一种基于游戏策略的区块链下的频谱感知方法，其特征在于，步骤3中，感知工人根据感知策略获取感知收益的方法为：

感知工人sw_i以f(R)的概率选择感知时间t_i＝0，以1-f(R)的概率选择t_i>0，即

其中，t_i＝0表示感知工人sw_i不参与感知任务，t_i>0表示感知工人sw_i参与感知任务，f(R)为关于频谱需求者发布的任务总报酬R的非增函数；

感知工人sw_i获取的感知收益u_i为：

其中，t_i表示感知时间，R表示任务总报酬，k_i表示sw_i的单位时间感知成本，t_i×k_i表示感知工人sw_i的感知成本，i表示序号，N为感知工人的序号集合。

5.根据权利要求1-4任一项所述的一种基于游戏策略的区块链下的频谱感知方法，其特征在于，步骤4中，频谱需求者发布感知任务并成功接入频谱后获得收益u₀为：

其中，λlog(1+∑_i∈Nlog(1+t_i)为频谱需求者接入频谱所得收益，其中λ为系统参数；R为任务总报酬；C_bid为租用频谱授权者频谱所需费用。

6.根据权利要求5所述的一种基于游戏策略的区块链下的频谱感知方法，其特征在于，步骤5中，频谱需求者满意感知结果时，频谱需求者的任务总报酬最优且自身收益最大。

7.根据权利要求6所述的一种基于游戏策略的区块链下的频谱感知方法，其特征在于，为得到满意感知结果，定义纳什均衡，具体方法为：感知工人的策略集

为“奖励-感知时间”游戏的纳什均衡，当且仅当，对于任意的感知工人sw_i∈SW，SW为感知工人集，满足：

式中t_i≥0，u_i为感知收益,纳什均衡反映感知工人无法通过改变当前策略来增加自身的收益，纳什均衡的存在且唯一使得频谱需求者可以通过预测感知工人的策略来制定R从而最大自身收益。

8.根据权利要求7所述的一种基于游戏策略的区块链下的频谱感知方法，其特征在于，通过预测感知工人的策略来制定R从而最大自身收益的方法为：首先确定感知工人sw_i的最优感知策略，然后利用最优感知策略计算最优收益。

9.根据权利要求8所述的一种基于游戏策略的区块链下的频谱感知方法，其特征在于，确定感知工人sw_i的最优感知策略的方法为：

计算出感知收益u_i关于感知时间t_i的偏导：

令一阶偏导为0，得到最优感知策略B_i(t_-i)：

则频谱需求者所获最优的收益u₀为：

其中

其中，j表示序号，n₀表示单位时间成本为β₀的感知工人数目，n_m表示单位时间成本为β_m的感知工人数目，K_W表示为参与任务的感知工人的时间成本集合，m表示为除j以外的其余参与任务的感知工人序号。

10.一种基于游戏策略的区块链下的频谱感知系统，其特征在于，采用权利要求1～9任一项所述的频谱感知方法进行频谱感知，包括频谱授权者、频谱需求者、感知工人、矿工、智能合约以及区块链；其中，

频谱授权者用于将空闲的频谱出租；

频谱需求者通过感知工人实时准确地获悉频谱授权者频谱的占用状态，并以智能合约的形式发布感知任务，机会地租用频谱授权者的空闲频谱；

感知工人查询智能合约中频谱需求者的感知任务，并上报感知策略；

矿工用于核实感知工人的感知数据质量、打包已完成的交易添加进区块链；

感知合约用于作为频谱需求者发布感知任务的凭证，存储完成感知任务的相关信息；

区块链用于记录交易信息。

Images