CN114499713A - 一种基于区块链的非对称信息下的协作频谱感知方法 - Google Patents

一种基于区块链的非对称信息下的协作频谱感知方法 Download PDF

Info

Publication number
CN114499713A
CN114499713A CN202210145900.XA CN202210145900A CN114499713A CN 114499713 A CN114499713 A CN 114499713A CN 202210145900 A CN202210145900 A CN 202210145900A CN 114499713 A CN114499713 A CN 114499713A
Authority
CN
China
Prior art keywords
cooperative
user
type
sensing
intelligent contract
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.)
Granted
Application number
CN202210145900.XA
Other languages
English (en)
Other versions
CN114499713B (zh
Inventor
朱江
曾启东
张海波
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shaoxing City Shangyu District Shunxing Electric Power Co ltd
Shenzhen Hongyue Information Technology Co ltd
State Grid Zhejiang Electric Power Co Ltd Shaoxing Shangyu District Power Supply Co
State Grid Zhejiang Electric Power Co Ltd Yuyao Power Supply Co
Original Assignee
Chongqing University of Post and Telecommunications
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Chongqing University of Post and Telecommunications filed Critical Chongqing University of Post and Telecommunications
Priority to CN202210145900.XA priority Critical patent/CN114499713B/zh
Publication of CN114499713A publication Critical patent/CN114499713A/zh
Application granted granted Critical
Publication of CN114499713B publication Critical patent/CN114499713B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B17/00—Monitoring; Testing
    • H04B17/30—Monitoring; Testing of propagation channels
    • H04B17/382—Monitoring; Testing of propagation channels for resource allocation, admission control or handover
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B17/00—Monitoring; Testing
    • H04B17/30—Monitoring; Testing of propagation channels
    • H04B17/309—Measuring or estimating channel quality parameters
    • 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
    • H04L63/12—Applying verification of the received information
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/10—Protocols in which an application is distributed across nodes in the network
    • H04L67/1097—Protocols in which an application is distributed across nodes in the network for distributed storage of data in networks, e.g. transport arrangements for network file system [NFS], storage area networks [SAN] or network attached storage [NAS]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W16/00—Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
    • H04W16/14—Spectrum sharing arrangements between different networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • Electromagnetism (AREA)
  • Computer Security & Cryptography (AREA)
  • Quality & Reliability (AREA)
  • Computer Hardware Design (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明属于通信领域，特别涉及一种基于区块链的非对称信息下的协作频谱感知方法，所述方法包括构建了以分布式记账本为基础的区块链架构，使得频谱感知、融合以及交易的信息都以此架构为基础来实现，从而确保协作频谱感知过程的安全性；提出采用合同理论的方法来设计作为交易两方信任纽带的智能合约，解决次要用户不了解协作感知用户的信噪比和抽样样本数的问题；本发明能够利用区块链的一些关键特性如不变性、透明性、去中心化和安全性，不仅保障了系统数据的安全，同时能有效解决数据融合时的非对称信息问题。

Description

一种基于区块链的非对称信息下的协作频谱感知方法
技术领域
本发明属于通信领域，特别涉及一种基于区块链的非对称信息下的协作频谱感知方法。
背景技术
近年来，自动驾驶汽车，远程医疗，增强和虚拟现实等新应用的快速发展让我们见证了移动数据流量的指数增长。为了满足对无线电频谱的需求，一个有前景的技术，认知无线电，被广泛受到关注。在机会性频谱接入的基础上，主要用户向次要用户开放了一些当前未充分利用的许可频谱。次要用户必须执行频谱感应以探索频谱机会。由于噪声的不确定性和不利的信道效应(例如多径衰落和阴影)，基于单个次要用户的频谱感知可能并不可靠。为了提高感测精度，多个次要用户必须协同执行频谱感测。现有的合作频谱感知方案主要依靠融合中心的存在来聚合和融合来自各个次要用户的感知结果。为了激励各个次要用户参与感知活动，需要频谱接入的次要用户可以提供了一些奖励。运行在区块链分布式分类账上的智能合约能够比较好的适用于上述过程：次要用户可以发布其对感测服务的要求，并且如果附近的感知节点同意其合同条款可以订阅该合同。区块链可以促进两者交易，而无需涉及交易双方之间建立受信任的第三方或先验关系。区块链本质上是一个开放的分布式账本，具有一些关键特性，如不变性，透明性，去中心化和安全性。上述区块链的特性使其在通信领域中受益匪浅。
区块链本质上是一个开放的分布式账本，具有一些关键特性，如不变性，透明性，去中心化和安全性。区块链背后的主要思想是将交易的验证权限分配到节点社区，并使用加密技术来保证交易的不变性。区块链不仅可以用作分类账，还可以支持各种密码货币和智能合约，可以自主执行区块链网络节点之间达成的协议。上述区块链的特性使其在通信领域中受益匪浅。例如，利用加密算法，区块链已被用来保证物联网中数据的完整性，并且由于具有可追溯性，区块链已被用来设计用于移动边缘计算的协作视频流框架。此外，区块链被视为实现更有效的动态频谱管理的有前途的技术。根据联邦通信委员会的说法，可以使用区块链来减少动态频谱访问系统的管理费用，从而提高频谱效率。
目前协作频谱感知的现有研究主要集中于数据融合方拥有完整的网络信息，其中数据融合方知道感知节点的私有信息，比如信道条件、感知功耗。然而自私的协作用户大多数时候不愿意分享他们的私人信息。因此需要设计一个对于协作频谱感知用户有效的激励机制，来补偿和鼓励协作感知用户的感知消耗。合同理论有助于雇主和雇员之间的激励设计。同时也为信息不对称条件下的激励机制建模提供了可靠的工具。
合同理论已经被用于协作频谱感知中，这些激励机制建立在一个集中的架构之上。在集中激励机制中，存在着为次要用户收集数据进行数据融合，设计对协作感知用户的激励的第三个平台。集中式架构带来了两个安全挑战:(一)是由于外部攻击或内部故障导致的第三方平台故障会影响整个协作频谱感知系统；(二)由于次要用户和协作感知用户之间的信息不对称，不受信任的第三方平台可能通过虚假的感知结果和不合理的代理费获取非法利润。
由此可见，如何基于区块链的安全、可追溯、不可篡改特性，研究出检测性能较好协作频谱感知方案是一项充满挑战且意义重大的任务。
发明内容
为了解决数据融合时信息的安全性和非对称性问题，本发明提出了一种基于区块链的协作频谱感知激励机制：首先，构建了以分布式记账本为基础的区块链架构，使得频谱感知、融合以及交易的信息都以此架构为基础来实现，从而确保协作频谱感知过程的安全性；然后，提出采用合同理论的方法来设计作为交易两方信任纽带的智能合约，解决次要用户不了解协作感知用户的信噪比和抽样样本数的问题。从而提高协作频谱感知的准确性。
针对协作频谱感知中数据融合时的非对称信息问题，本发明提出一种基于区块链的非对称信息下的协作频谱感知方法，包括如下步骤：
次要用户根据主要用户与协作感知用户之间的信噪比以及协作感知用户自身的抽样样本数，确定出协作感知用户的类型；
根据对应的协作感知用户类型，结合协作感知用户的个人理性约束和激励兼容约束，构建出最大期望效用函数模型；
利用优化求解方式对所述最大期望效用函数模型进行求解，计算出协作感知用户所对应的报酬；
次要用户根据协作感知用户的类型以及所对应的报酬制定出多类型的智能合约；
将制定出的智能合约发布到区块链平台，并由区块生成用户验证；将验证后的智能合约部署在区块链上；
根据协作感知用户类型选择出对应的智能合约，并按照该智能合约所确定出的报酬完成协作感知。
本发明的有益效果：
本发明能够利用区块链的不变性、可追溯性等特性，不仅保证系统的数据安全，同时还能揭示每个协作感知用户的感知类型，在保证每个协作感知用户获得与自身感知类型适宜的报酬下，次要用户能得到更为准确的单个感知数据和融合后的数据。
附图说明
图1为传统的协作频谱感知图；
图2为本发明实施例中基于区块链的协作频谱感知流程图；
图3为本发明优选实施例中基于区块链的协作频谱感知流程图；
图4为本发明所提基于智能合约揭示融合类型原理图。
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、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
图1是传统的协作频谱感知图，在现有的协作频谱感知过程中，协作感知用户得到的感知数据是以集中的方式进行数据融合，依赖于一个可信任的中心。信任中心一旦受到攻击，激励机制就会陷入混乱。此外，不诚实的用户可能为了自己的利益或其他目的而提供虚假甚至恶意的数据。
图2为本发明实施例中基于区块链的协作频谱感知流程图，如图2所示，所述协作频谱感知包括：
101、次要用户根据主要用户与协作感知用户之间的信噪比以及协作感知用户自身的抽样样本数，确定出协作感知用户的类型；
在本发明实施例中，次要用户通过制定合同，来揭示每个协作感知用户的类型，在不完全信息情况下，次要用户不知道协作感知用户的感知报告的数据类型，从协作感知用户的观察和统计信息获取协作感知用户属于某类型的概率，其中，从协作感知用户的观察和统计信息获取协作感知用户属于某类型的计算公式表示为：
θn＝αSn+(1-α)γn
其中，θn表示协作感知用户n的感知性能类型；α表示权重系数；Sn表示协作感知用户n自身的抽样样本数，γn表示主要用户与协作感知用户n之间的信噪比。
102、根据对应的协作感知用户类型，结合协作感知用户的个人理性约束和激励兼容约束，构建出最大期望效用函数模型；
在本发明实施例中，为了确保在信息不对称情况下，每个协作感知用户能够自觉的选择对应类型的合同(智能合约)，选择合同后，协作感知用户会如实的揭露其自身类型，合同需满足以下约束条件：
1.个人理性约束(IR,Individual Rationality)
每个协作感知用户都会选择符合自己类型的合同以达到自身的效用非负性。
θmη(Rm)-ρVm>0
其中，θm表示协作感知用户的类型m；η(Rm)表示在θm类型下协作感知用户关于奖励的评估函数；ρ表示为产生所需感知数据价值关联的单位价格成本；Vm表示在θm类型下感知数据的价值函数。
2.激励兼容约束(IC,Incentive Compatibility)
每个类型的协作感知用户都会选择适合自己类型的合同，而且只有在该合同类型下产生的效用最大。
θmη(Rm)-ρVm>θmη(Rj)-ρVj
Figure RE-GDA0003557730060000051
其中，η(Rj)表示在θj类型下协作感知用户关于奖励的评估函数；Vj表示在θj类型下感知数据的价值函数；Rj表示在θj类型下支付的资金数目；θj表示协作感知用户的类型j。
通过上述分析，协作感知用户根据自身的感知效用函数表示为：
Figure RE-GDA0003557730060000052
其中，
Figure RE-GDA0003557730060000053
表示第i个协作感知用户的效用函数；η(Rm)函数是协作感知用户关于奖励的评估函数，关于Rm严格增加的凸函数；Rm表示支付的资金数目，ρ表示为产生所需感知数据价值关联的单位价格成本；Vm表示感知数据的价值函数。
次要用户通过制定合同，来揭示每个协作感知者的类型，在不完全信息情况下，次要用户不知道协作感知用户的感知报告的数据类型，可以从协作感知用户的观察和统计信息获取协作感知用户属于θm类型的概率为λm。当有M个类型的协作用户时，次要用户的效用函数如下：
Figure RE-GDA0003557730060000054
其中，Rm表示为次要用户需要支付给参与协作感知用户的资金，Vm表示为感知数据的质量，|N|表示为参与协作频谱感知的协作感知用户的数量。
次要用户的主要目标是在协作感知用户IC和IR的约束下最大化期望效用函数，因此优化问题可以表述为如下所示：
Figure RE-GDA0003557730060000061
s.t.
(a)θmη(Rm)-ρVm>0
(b)θmη(Rm)-ρVm>θmη(Rj)-ρVj
Figure RE-GDA0003557730060000062
Figure RE-GDA0003557730060000063
Figure RE-GDA0003557730060000064
其中，USU表示次要用户的效用函数；M表示当前次要用户所对应的协作感知用户类型个数；λm表示从协作感知用户的观察和统计信息获取协作感知用户属于θm类型的概率；|N|表示为参与协作频谱感知的协作感知用户的数量；Vm表示在θm类型下感知数据的价值函数；Rm表示在θm类型下支付的资金数目；θm表示协作感知用户的类型m；η(Rm)表示在θm类型下协作感知用户关于奖励的评估函数；ρ表示为产生所需感知数据价值关联的单位价格成本；Vj表示在θj类型下感知数据的价值函数；Rj表示在θj类型下支付的资金数目；θj表示协作感知用户的类型j；RM表示在θM类型下支付的资金数目；θM表示协作感知用户的类型 M；Rmax表示最大支付报酬；(a)和(b)分别表示个人理性约束和激励兼容约束， (c)确保了协作感知费用不会超过最大支付报酬Rmax，(d)表示制定的资金报酬Rm随类型θm是单调增加的。
可以理解的是，次要用户在保证每个协作感知用户获得与其感知类型对应的报酬下，得到总价值减去总支出的最大回报。
103、利用优化求解方式对所述最大期望效用函数模型进行求解，计算出协作感知用户所对应的报酬；
在本发明实施例中，所述利用优化求解方式对所述最大期望效用函数模型进行求解，计算出协作感知用户所对应的报酬包括根据个人理性约束的单调性，将M个约束(a)减少为一个约束(a)，根据激励兼容约束的单调性，将M(M-1)个约束(b)减少为M个约束(b)，并更新得到感知数据的价值函数；通过移除单调约束(d)得到更新后的最大期望效用函数模型，利用对偶分解方法，通过引入拉格朗日乘子并运用KKT条件，计算出协作感知用户所对应的报酬。
为了说明上述优化方式，本实施例给出如下定义和引理进行说明：
定义1：(单调性)对于任何可行的合同(Rs,Vs)，只有当θs>θi时，Vs>Vi和 Rs>Ri。
引理1：如果类型θ1满足IR约束，那么其他类型也会满足IR约束。
引理2：根据定义1的单调性，运用本地向下激励约束和本地向上激励约束可以减少IC约束。
θsη(Rs)-ρVs≥θsη(Rs-1)-ρVs-1
θsη(Rs)-ρVs≥θsη(Rs+1)-ρVs+1
通过引理1和引理2可以将问题中的m个约束(a)和m(m-1)个约束(b)进行约束减少，得到下式中一个约束(a)和m个约束(b)。
令Δm＝θmη(Rm)-θm-1η(Rm-1)，同时Δ1＝0。由问题中的约束条件(a)、(b)，我们可以推到出感知价值：
Figure RE-GDA0003557730060000071
可以移除单调约束(d)来放松问题。因此问题可以转化为以下优化问题。
Figure RE-GDA0003557730060000072
Figure RE-GDA0003557730060000073
将感知价值代入到上式可得更新后的最大期望效用函数模型：
Figure RE-GDA0003557730060000074
Figure RE-GDA0003557730060000075
其中
Figure RE-GDA0003557730060000081
此时问题是凸函数，通过使用对偶分解方法，可以在最大化次要用户效用时，求得感知费用Rm，将求得的感知费用代入到感知价值中,可以得到感知价值Vm。
感知数据的价值函数的计算公式包括：
对于第m个协作感知用户的感知价值即在θm类型下感知数据的价值函数定义为：
Figure RE-GDA0003557730060000082
其中，β代表感知报告价值的增长速度；κ为固定常数，κ表示理想最佳的感知类型；θm表示为属于m类型的合同类型。上式是一个单调递增的凸函数，其θm类型越大，即感知类型越接近理想最佳的感知类型κ，因此产生的感知价值越高。
通过引入拉格朗日乘子ω，则该优化问题可以简化为：
Figure RE-GDA0003557730060000083
运用KKT条件，对
Figure RE-GDA0003557730060000084
求导可得：
Figure RE-GDA0003557730060000085
Figure RE-GDA0003557730060000086
上面两式Rm和RM即为需要支付给各个类型的协作感知用户的最优合同报酬，可以用于所述的频谱感知区块链中，Rm和RM不同的原因在于公式推导化简过程中使用了不同的参数变量导致公式不一样。
104、次要用户根据协作感知用户的类型以及所对应的报酬制定出多类型的智能合约；
在本发明实施例中，合约制定不仅可以激励协作感知用户参与到感知中来，而且不同类型的智能合约揭示每个协作感知用户的私人信息，使得在数据融合时能划分每个协作感知用户的数据类型。
105、将制定出的智能合约发布到区块链平台，并由区块生成用户验证；将验证后的智能合约部署在区块链上；
在本发明实施例中，次要用户按照智能合约上协作感知用户所对应的报酬，对协作感知用户给予对应的报酬；将该智能合约发布到区块链平台后由区块生成用户节点进行验证；验证通过后将该智能合约部署在区块链上，并且为该智能合约赋予一个要调用的唯一地址，协作感知用户调用该地址，得到由次要用户制定的智能合约，从中选择适合自己类型的智能合约，便开始按照智能合约上的要求执行频谱感知，将感知得到的结果返回给智能合约中，智能合约自动执行相关操作，把报酬转移给协作感知用户，感知结果返回给次要用户。
106、根据协作感知用户类型选择出对应的智能合约，并按照该智能合约所确定出的报酬完成协作感知。
在本发明实施例中，协作感知用户根据自身的感知效用函数和抽样样本数、信噪比的类型计算得到自身最优的智能合约，在选择的智能合约签署上自身的数字签名，智能合约生效，次要用户查询智能合约签署的结果，将资金转移到签署的智能合约中；次要用户通知感知指令，全部协作用户开始感知主要用户频谱是否在使用，将感测到的检测概率与虚警概率上传到智能合约；智能合约通过一段自执行的代码，对于在不了解各个协作感知用户的信噪比与抽样样本数的情况下，对类型较高的智能合约进行数据融合；智能合约作为次要用户与协作感知用户之间的信任纽带，将各自期望的目标转移给双方，有效的促成了次要用户与协作感知用户两方的交易，最终协作感知用户得到期望的报酬，次要用户获得了频谱感知的结果。
可以理解的是，在本发明实施例中通信场景中，包括多个主要用户和多个次要用户，而每个次要用户对应多个类型的协作感知用户，本实施例中分别针对每个次要用户制定出智能合约，每个次要用户可以分别构建出最大期望效用函数模型，并分别通过其对应的最大期望效用函数模型计算出协作感知用户所对应的报酬，按照该报酬制定与部署相应的智能合约，之后再通过合约选择、频谱感知、数据融合以及合约执行等过程实现分布式的激励机制，也即本发明中不再需要集中式的对协作感知用户的激励的第三个平台，而是由每个次要用户作为分布式的对协作感知用户的激励平台，每个次要用户存储着所有感知结果以分布式的方式存储数据，可以达到数据不容易篡改，因为一旦篡改数据，需篡改每个次要用户的数据，这样是不容易实现的。
图3为本发明优选实施例中基于区块链的协作频谱感知流程图，如图3所示，所述协作频谱感知包括：
(1)合约制定与部署(步骤1)：次要用户制定多类型的智能合约根据感知样本数和信噪比对应的给予报酬，然后，该合同发布到区块链平台，并由区块生成用户验证。最后，该合约部署在区块链上，并且有一个要调用的唯一地址。由于协作感知用户不愿意共享其私人信息(信噪比和抽样样本数)，因此次要用户需要设计出适合各个协作感知用户类型的智能合约。合约制定不仅可以激励协作感知用户参与到感知中来，而且不同类型的智能合约揭示每个协作感知用户的私人信息，使得在数据融合时能划分每个协作感知用户的数据类型。
(2)合约选择(步骤2-4)：协作感知者根据自身的感知效用函数和抽样样本数、信噪比的类型计算得到自身最优的合约，将选择的合约签署上自己的数字签名，合约生效，次要用户查询智能合约签署的结果，将资金转移到签署的智能合约中。
(3)频谱感知(步骤5-7)：次要用户通知感知指令，全部协作用户开始感知主要用户频谱是否在使用，将感测到的检测概率与虚警概率上传到智能合约。
(4)数据融合(步骤8)：智能合约通过一段自执行的代码，对于在不了解各个协作感知用户的信噪比与抽样样本数的情况下，对类型较高的合约进行数据融合。按照下式进行数据融合：
Figure RE-GDA0003557730060000111
Figure RE-GDA0003557730060000112
其中，Pd表示为融合后的感知结果。Pdi表示单个协作感知用户的感知结果， Wi表示权重系数。N(θi)表示该类型合同的协作感知用户数量。θi表示合同类型i。
(5)合约执行(步骤9-10)：智能合约作为次要用户与协作感知用户之间的信任纽带，将各自期望的目标转移给双方，有效的促成了双方的交易。
图4为本发明所提基于智能合约揭示融合类型原理图，如图4所示，验证在非对称信息场景下的IR和IC约束的可行性，图4中分别展示了四种协作感知者的类型，可以看出在次要用户制定的合同中，每个协作感知者都可以在适合自己类型的合同中获得最大的效用函数，这验证了IC约束。而且，对于协作感知者来说没有负效用的合同，这验证了IR约束。另外，当四种类型的协作感知者选择同一类型的合同时，可以看出类型较高的协作用户可以获得更高的效用。。
在本发明的描述中，需要理解的是，术语“同轴”、“底部”、“一端”、“顶部”、“中部”、“另一端”、“上”、“一侧”、“顶部”、“内”、“外”、“前部”、“中央”、“两端”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
在本发明中，除非另有明确的规定和限定，术语“安装”、“设置”、“连接”、“固定”、“旋转”等术语应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或成一体；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通或两个元件的相互作用关系，除非另有明确的限定，对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。

Claims (10)

1.一种基于区块链的非对称信息下的协作频谱感知方法，其特征在于，包括：
次要用户根据主要用户与协作感知用户之间的信噪比以及协作感知用户自身的抽样样本数，确定出协作感知用户的类型；
根据对应的协作感知用户类型，结合协作感知用户的个人理性约束和激励兼容约束，构建出最大期望效用函数模型；
利用优化求解方式对所述最大期望效用函数模型进行求解，计算出协作感知用户所对应的报酬；
次要用户根据协作感知用户的类型以及所对应的报酬制定出多类型的智能合约；
将制定出的智能合约发布到区块链平台，并由区块生成用户验证；将验证后的智能合约部署在区块链上；
根据协作感知用户类型选择出对应的智能合约，并按照该智能合约所确定出的报酬完成协作感知。
2.根据权利要求1所述的一种基于区块链的非对称信息下的协作频谱感知方法，其特征在于，协作感知用户的类型的确定方式包括次要用户通过制定合同，来揭示每个协作感知用户的类型，在不完全信息情况下，次要用户不知道协作感知用户的感知报告的数据类型，从协作感知用户的观察和统计信息获取协作感知用户属于某类型的概率，其中，从协作感知用户的观察和统计信息获取协作感知用户属于某类型的计算公式表示为：
θn＝αSn+(1-α)γn
其中，θn表示协作感知用户n的感知性能类型；α表示权重系数；Sn表示协作感知用户n自身的抽样样本数，γn表示主要用户与协作感知用户n之间的信噪比。
3.根据权利要求1所述的一种基于区块链的非对称信息下的协作频谱感知方法，其特征在于，所述最大期望效用函数模型表示为：
Figure RE-FDA0003557730050000021
s.t.
(a)θmη(Rm)-ρVm>0
(b)θmη(Rm)-ρVm>θmη(Rj)-ρVj
Figure RE-FDA0003557730050000022
Figure RE-FDA0003557730050000023
Figure RE-FDA0003557730050000024
其中，USU表示次要用户的效用函数；M表示当前次要用户所对应的协作感知用户类型个数；λm表示从协作感知用户的观察和统计信息获取协作感知用户属于θm类型的概率；|N|表示为参与协作频谱感知的协作感知用户的数量；Vm表示在θm类型下感知数据的价值函数；Rm表示在θm类型下支付的资金数目；θm表示协作感知用户的类型m；η(Rm)表示在θm类型下协作感知用户关于奖励的评估函数；ρ表示为产生所需感知数据价值关联的单位价格成本；Vj表示在θj类型下感知数据的价值函数；Rj表示在θj类型下支付的资金数目；θj表示协作感知用户的类型j；RM表示在θM类型下支付的资金数目；θM表示协作感知用户的类型M；Rmax表示最大支付报酬；约束(a)和约束(b)分别表示个人理性约束和激励兼容约束，约束(c)确保了协作感知费用不会超过最大支付报酬Rmax，约束(d)表示制定的资金报酬Rm随类型θm是单调增加的。
4.根据权利要求3所述的一种基于区块链的非对称信息下的协作频谱感知方法，其特征在于，所述利用优化求解方式对所述最大期望效用函数模型进行求解，计算出协作感知用户所对应的报酬包括根据个人理性约束的单调性，将M个约束(a)减少为一个约束(a)，根据激励兼容约束的单调性，将M(M-1)个约束(b)减少为M个约束(b)，并更新得到感知数据的价值函数；通过移除单调约束(d)得到更新后的最大期望效用函数模型，利用对偶分解方法，通过引入拉格朗日乘子并运用KKT条件，计算出协作感知用户所对应的报酬。
5.根据权利要求4所述的一种基于区块链的非对称信息下的协作频谱感知方法，其特征在于，所述更新后的最大期望效用函数模型表示为：
Figure RE-FDA0003557730050000031
Figure RE-FDA0003557730050000032
其中，
Figure RE-FDA0003557730050000033
λi表示从协作感知用户的观察和统计信息获取协作感知用户属于θi类型的概率；θi表示协作感知用户的类型i；λM表示从协作感知用户的观察和统计信息获取协作感知用户属于θM类型的概率；η(RM)表示在θM类型下协作感知用户关于奖励的评估函数。
6.根据权利要求3或5所述的一种基于区块链的非对称信息下的协作频谱感知方法，其特征在于，感知数据的价值函数的计算公式包括：
对于第m个协作感知用户的感知价值即在θm类型下感知数据的价值函数定义为：
Figure RE-FDA0003557730050000034
其中，β代表感知报告价值的增长速度；κ为固定常数，κ表示理想最佳的感知类型；θm表示为属于m类型的合同类型。
7.根据权利要求1所述的一种基于区块链的非对称信息下的协作频谱感知方法，其特征在于，所述次要用户根据协作感知用户的类型以及所对应的报酬制定出多类型的智能合约包括：协作感知用户依照不同类型的智能合约(Rm,Vm)，每个协作感知用户在选择适合自己类型的智能合约时都会获得最大的报酬，Vm表示在θm类型下感知数据的价值函数；Rm表示在θm类型下支付的资金数目；θm表示协作感知用户的类型m。
8.根据权利要求1所述的一种基于区块链的非对称信息下的协作频谱感知方法，其特征在于，所述将制定出的智能合约发布到区块链平台，并由区块生成用户验证；将验证后的智能合约部署在区块链上包括次要用户按照智能合约上协作感知用户所对应的报酬，对协作感知用户给予对应的报酬；将该智能合约发布到区块链平台后由区块生成用户节点进行验证；验证通过后将该智能合约部署在区块链上，并且为该智能合约赋予一个要调用的唯一地址，协作感知用户调用该地址，得到由次要用户制定的智能合约，从中选择适合自己类型的智能合约，便开始按照智能合约上的要求执行频谱感知，将感知得到的结果返回给智能合约中，智能合约自动执行相关操作，把报酬转移给协作感知用户，感知结果返回给次要用户。
9.根据权利要求1所述的一种基于区块链的非对称信息下的协作频谱感知方法，其特征在于，所述根据协作感知用户类型选择出对应的智能合约，并按照该智能合约所确定出的报酬完成协作感知包括协作感知用户根据自身的感知效用函数和抽样样本数、信噪比的类型计算得到自身最优的智能合约，在选择的智能合约签署上自身的数字签名，智能合约生效，次要用户查询智能合约签署的结果，将资金转移到签署的智能合约中；次要用户通知感知指令，全部协作用户开始感知主要用户频谱是否在使用，将感测到的检测概率与虚警概率上传到智能合约；智能合约通过一段自执行的代码，对于在不了解各个协作感知用户的信噪比与抽样样本数的情况下，对类型较高的智能合约进行数据融合；智能合约作为次要用户与协作感知用户之间的信任纽带，将各自期望的目标转移给双方，有效的促成了次要用户与协作感知用户两方的交易，最终协作感知用户得到期望的报酬，次要用户获得了频谱感知的结果。
10.根据权利要求9所述的一种基于区块链的非对称信息下的协作频谱感知方法，其特征在于，协作感知用户根据自身的感知效用函数表示为：
Figure RE-FDA0003557730050000041
其中，
Figure RE-FDA0003557730050000042
表示第i个协作感知用户的效用函数；η(Rm)函数是协作感知用户关于奖励的评估函数，关于Rm严格增加的凸函数；Rm表示支付的资金数目，ρ表示为产生所需感知数据价值关联的单位价格成本；Vm表示感知数据的价值函数。
CN202210145900.XA 2022-02-17 2022-02-17 一种基于区块链的非对称信息下的协作频谱感知方法 Active CN114499713B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210145900.XA CN114499713B (zh) 2022-02-17 2022-02-17 一种基于区块链的非对称信息下的协作频谱感知方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210145900.XA CN114499713B (zh) 2022-02-17 2022-02-17 一种基于区块链的非对称信息下的协作频谱感知方法

Publications (2)

Publication Number Publication Date
CN114499713A true CN114499713A (zh) 2022-05-13
CN114499713B CN114499713B (zh) 2024-01-05

Family

ID=81481652

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210145900.XA Active CN114499713B (zh) 2022-02-17 2022-02-17 一种基于区块链的非对称信息下的协作频谱感知方法

Country Status (1)

Country Link
CN (1) CN114499713B (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112995996A (zh) * 2021-02-05 2021-06-18 南京邮电大学 一种基于区块链智能合约的安全协作频谱感知方法
CN113079140A (zh) * 2021-03-23 2021-07-06 福建师范大学 一种基于区块链的协作频谱感知位置隐私保护方法
WO2021237345A1 (en) * 2020-05-25 2021-12-02 Luc Bessette Human-centric health record system and related methods

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2021237345A1 (en) * 2020-05-25 2021-12-02 Luc Bessette Human-centric health record system and related methods
CN112995996A (zh) * 2021-02-05 2021-06-18 南京邮电大学 一种基于区块链智能合约的安全协作频谱感知方法
CN113079140A (zh) * 2021-03-23 2021-07-06 福建师范大学 一种基于区块链的协作频谱感知位置隐私保护方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
FANGWEI LI ET AL.: "Poster: Spectrum access mechanism based on graphical evolutionary game for radio network", 《9TH INTERNATIONAL CONFERENCE ON COMMUNICATIONS AND NETWORKING IN CHINA》 *
彭艺: "基于区块链的安全频谱感知技术研究", 《软件导刊》, no. 1 *
黄堂森: "基于区块链技术的安全频谱感知算法", 《光电子·激光》, vol. 32, no. 12 *

Also Published As

Publication number Publication date
CN114499713B (zh) 2024-01-05

Similar Documents

Publication Publication Date Title
Tang et al. An incentive mechanism for cross-silo federated learning: A public goods perspective
Cao et al. Blockchain systems, technologies, and applications: A methodology perspective
Du et al. Contract design for traffic offloading and resource allocation in heterogeneous ultra-dense networks
Kang et al. Enabling localized peer-to-peer electricity trading among plug-in hybrid electric vehicles using consortium blockchains
Dai et al. A trust-driven contract incentive scheme for mobile crowd-sensing networks
Guo et al. Reliable traffic monitoring mechanisms based on blockchain in vehicular networks
Zhu et al. A blockchain-based two-stage secure spectrum intelligent sensing and sharing auction mechanism
CN111163519A (zh) 系统收益最大化的无线体域网资源分配与任务卸载算法
Liang et al. Interference-based consensus and transaction validation mechanisms for blockchain-based spectrum management
Li et al. Multi-operator dynamic spectrum sharing for wireless communications: A consortium blockchain enabled framework
Maheswaran et al. Efficient signal proportional allocation (ESPA) mechanisms: Decentralized social welfare maximization for divisible resources
Cao et al. Cognitive radio networks with heterogeneous users: How to procure and price the spectrum?
CN108988326A (zh) 一种分布式智慧能量管理设备与网络
Xia et al. Etra: Efficient three-stage resource allocation auction for mobile blockchain in edge computing
Zhang et al. An efficient and secure data transmission mechanism for internet of vehicles considering privacy protection in fog computing environment
Cheng et al. A multi-blockchain scheme for distributed spectrum sharing in CBRS system
Peng et al. Joint optimization of energy conservation and privacy preservation for intelligent task offloading in mec-enabled smart cities
Liu et al. A blockchain-enabled framework for vehicular data sensing: enhancing information freshness
Fantacci et al. A d2d-aided federated learning scheme with incentive mechanism in 6G networks
US20110047055A1 (en) Dynamic Computer-Based Information Management System
CN114499713A (zh) 一种基于区块链的非对称信息下的协作频谱感知方法
CN116095721B (zh) 一种融合感知通信的移动群智网络契约激励方法及系统
CN112260784A (zh) 一种基于游戏策略的区块链下的频谱感知方法及系统
Wu et al. Revenue-sharing based computation-resource allocation for mobile blockchain
Kelechi et al. SMART: Coordinated double-sided seal bid multiunit first price auction mechanism for cloud-based TVWS secondary spectrum market

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
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20231212

Address after: 518000 1104, Building A, Zhiyun Industrial Park, No. 13, Huaxing Road, Henglang Community, Longhua District, Shenzhen, Guangdong Province

Applicant after: Shenzhen Hongyue Information Technology Co.,Ltd.

Address before: 400065 Chongwen Road, Nanshan Street, Nanan District, Chongqing

Applicant before: CHONGQING University OF POSTS AND TELECOMMUNICATIONS

Effective date of registration: 20231212

Address after: No. 291, West Section of Renmin Avenue, Cao'e Street, Shangyu District, Shaoxing City, Zhejiang Province, 312300

Applicant after: SHAOXING CITY SHANGYU DISTRICT SHUNXING ELECTRIC POWER CO.,LTD.

Applicant after: State Grid Zhejiang Electric Power Co., Ltd. Shaoxing Shangyu district power supply Co.

Applicant after: State Grid Zhejiang Electric Power Co., Ltd. Yuyao Power Supply Co.

Address before: 518000 1104, Building A, Zhiyun Industrial Park, No. 13, Huaxing Road, Henglang Community, Longhua District, Shenzhen, Guangdong Province

Applicant before: Shenzhen Hongyue Information Technology Co.,Ltd.

GR01 Patent grant
GR01 Patent grant