KR101309031B1

KR101309031B1 - 테스트 프레임워크 수행 방법

Info

Publication number: KR101309031B1
Application number: KR1020110094216A
Authority: KR
Inventors: 김미희
Original assignee: 한경대학교 산학협력단
Priority date: 2011-09-19
Filing date: 2011-09-19
Publication date: 2013-09-16
Also published as: KR20130030621A

Abstract

본 발명은 테스트 프레임워크를 수행하는 방법에 관한 것으로; 더욱 상세하게는 인지 라디오 네트워크에서 분산 스펙트럼 센싱 시 안전성과 정확성을 높이기 위해 테스트 프레임워크를 수행하는 방법에 관한 것으로, 분산 스펙트럼 센싱에 대해 정확성과 안전성을 강화하기 위한 테스트 프레임워크 수행 방법에서, 미심적은 부사용자에 대해 테스트가 필요한지 확인하는 1단계; 상기 1단계 확인결과 테스트가 필요하다면, 테스트를 위한 주사용자 신호의 에뮬레이션 신호를 생성하는 2단계; 테스트 신호에 대한 미심적은 부사용자의 감지결과를 검증하는 3단계; 부사용자들의 센싱 결과에 의해 분산 스펙트럼 센싱을 수행하는 4단계; 및 상기 4단계에서의 스펙트럼 센싱 결과에서 각 부사용자의 의심스러운 수준이 일정 이상으로 높은 경우에는 해당 부사용자를 테스트셋에 포함시켜 테스트를 준비하는 5단계를 포함하는 것을 특징으로 한다.
주파수 사용에 있어, 효율적으로 주파수를 사용할 수 있기 때문에 무선 통신 분야에서 그 성능을 높일 수가 있으며, 주사용자의 간섭을 최소화할 수 있다는 효과가 있다.

Description

테스트 프레임워크 수행 방법{TEST FRAMEWORK PERFORMING METHOD}

본 발명은 테스트 프레임워크를 수행하는 방법에 관한 것으로; 더욱 상세하게는 인지 라디오 네트워크에서 테스트 프레임워크를 수행하는 방법에 관한 것이다.

최근 증가하고 있는 무선 자원의 요구를 충족하고 비효율적인 주파수 대역 사용의 문제를 해결하기 위해 인지라디오(cognitive radio) 기술이 꾸준히 연구되고 표준화되고 있다. 이런 인지라디오 기술은 주사용자의 무선주파수 대역의 사용현황을 인지하여 빈 채널을 찾고 찾은 빈 채널에서 데이터 통신을 수행하는 기술을 의미한다. 즉, 인지라디오 기술의 핵심은 주사용자의 채널 사용 여부를 정확히 인지하는 채널 센싱이라 할 수 있다. 여기서, 주사용자란 미국 연방통신위원회인 FCC로부터 주파수를 고정적으로 할당받아 사용하는 라이센스 사용자를 의미한다.

그러나 무선통신 환경에서는 페이딩, 쉐도우잉 등 다양한 요소들에 의해 영향을 받을 수 있기 때문에 하나의 노드에서 센싱한 결과는 그 정확성이 떨어질 수 있다. 그래서 센싱의 정확도를 높이기 위해 최근에는 여러 노드에서 동시에 센싱하여 그 결과를 하나로 종합하여 판다나하는 분산 스펙트럼 센싱(distributed spectrum sensing) 기술이 활발하게 연구되고 있다.

하지만, 분산 스펙트럼 센싱 기술은 보안상 가장 취약한 점이 센싱에 참여하는 노드의 공격 가능성이 있기 때문에 위조된 센싱 결과가 나타날 수 있다. 이렇게 위조된 센싱 결과는 최종 종합 결과의 오류를 야기할 수 있으며, 최악의 경우에는 하나의 노드에서 위조된 센싱 결과로 인해 주사용자의 채널 사용을 보호하고 채널 사용의 효율을 극대화하기 위한 인지라디오 기술 자체가 와해될 수 있다.

이러한 취약점을 보완하기 위해 안전한 분산 스펙트럼 기술들이 연구되고 있지만, 미국 연방통신위원회에서의 제약으로 주사용자의 기기 변형 없이 인지라디오 기술을 개발하고 있다. 그래서 센싱 노드의 위치정보를 기반하여 센싱 결과를 추정하고, 센싱의 정확도가 낮은 경우에는 해당 노드의 값을 배제시키고 있다. 그러나 이런 방법은 추정 오류로 인해서 그 정확성이 최적 값을 가질 수 없다는 문제가 있다.

본 발명은 상술한 문제점을 해결하기 위한 것으로; 본 발명은 미국 연방통신위원회의 제약을 지키면서, 오작동 및 공격에 의한 영향을 최소화하고, 종합된 센싱 결과의 정확성을 높이기 위한 기술을 제공하는 그 목적이 있다.

이러한 목적을 달성하기 위하여 본 발명의 테스트 프레임워크 수행 방법은; 분산 스펙트럼 센싱에 대해 정확성과 안전성을 강화하기 위한 테스트 프레임워크 수행 방법에서, 미심적은 부사용자에 대해 테스트가 필요한지 확인하는 1단계; 상기 1단계 확인결과 테스트가 필요하다면, 테스트를 위한 주사용자 신호의 에뮬레이션 신호를 생성하는 2단계; 테스트 신호에 대한 미심적은 부사용자의 감지결과를 검증하는 3단계; 부사용자들의 센싱 결과에 의해 분산 스펙트럼 센싱을 수행하는 4단계; 및 상기 4단계에서의 스펙트럼 센싱 결과에서 각 부사용자의 의심스러운 수준이 일정 이상으로 높은 경우에는 해당 부사용자를 테스트셋에 포함시켜 테스트를 준비하는 5단계를 포함하는 것을 특징으로 한다.

그리고 상기 3단계에서 감지결과가 미심적은 부사용자가 위협적인 것으로 확인되면, 해당 부사용자를 다음 스펙트럼 센싱 수행시 배척하는 3-1단계를 더 포함하는 것을 특징으로 한다.

한편, 이러한 목적을 달성하기 위하여 본 발명의 테스트 프레임워크 수행 방법은; 분산 접근 방식으로 각 인지 라디오 네트워크의 기지국이 미심적은 부사용자가 있는 경우 이를 검증하기 위해 주사용자 신호가 없는지를 확인하는 1단계; 상기 1단계에서 주사용자 신호가 없으면, 테스트를 위한 주사용자 에뮬레이션 신호를 생성하는 2단계; 상기 2단계에서 테스트를 위한 주사용자 에뮬레이션 신호가 생성되면, 미심적은 부사용자를 검증하는 3단계; 상기 1단계에서 주사용자 신호가 감지되면, 부사용자로부터 센싱 결과를 수집해 각 부사용자의 미심적은 수준을 적용해 최종 센싱 결과를 도출하는 4단계; 상기 3 내지 4단계에서 신호에 대해 각 부사용자에 대한 검증 결과를 이용하여 새로운 테스트셋을 구성하는 5단계를 포함하는 것을 특징으로 한다.

여기서, 상기 3단계는, 상기 2단계에서 생성된 주사용자 에뮬레이션 신호의 센싱 결과를 얻는 3-1단계; 상기 3-1단계에서 얻은 센싱 결과에 대한 테스트 정밀도가 임계값보다 작은지를 확인하는 3-2단계; 상기 3-2단계에서 테스트 정밀도가 임계값보다 작으면, 미심적은 부사용자를 다음 스펙트럼 센싱에서 제외시키는 3-3단계; 및 상기 3-2단계에서 테스트 정밀도가 임계값보다 크거나 상기 3-3단계를 거치면, 주사용자에 대한 센싱 결과를 신호없음으로 결정하는 3-4단계를 포함하는 것을 특징으로 한다.

이때, 상기 3-2단계에서 확인하는 테스트 정밀도는 다음 식에 의해 계산되고,

여기서

는 노드

를 위한 테스트 정밀도이고,

와

는 각각

센싱 시간에서 노드

와 기지국의 센싱 결과이며,

는

센싱 시간에서 테스트 신호의 존재 여부(1 또는 0)이고, '

'와 '

'는 'XOR'과 'OR'의 기호이며,

은 정수로서 한 테스트 주기에 포함된 센싱 라운드의 수인 것을 특징으로 한다.

그리고 상기 5단계는, 각 부사용자에 대한 미심적은 수준을 산정하는 5-1단계; 상기 5-1단계에서 미심적은 수준이 임계값보다 큰지를 확인하는 5-2단계; 및 상기 5-2단계에서 미심적은 수준이 임계값보다 크면, 해당 부사용자를 테스트셋에 포함시키는 5-3단계를 포함하는 것을 특징으로 한다.

또한, 상기 5-1단계에서 미심적은 부사용자에 대한 미심적은 수준은 평가치의 변화도를 트랜드를 이용하여 산정하는 것을 특징으로 한다.

상기 트랜드는 다음 식에 의해 산정되고,

여기서,

은 시간

에서 노드

의 트랜드이고,

는 평가를 위해 움직이는 영역의 크기이며,

은 시간

에서 노드

의 평가치이고,

은 정수인 것을 특징으로 한다.

또 한편, 이러한 목적을 달성하기 위하여 본 발명의 테스트 프레임워크 수행 방법은; 중앙 집중 방식에서 각 인지 라디오 네트워크의 기지국으로부터 독립적인 에뮬레이터로 테스트 요청이 있는 경우, 테스트를 시작하는 1단계; 상기 1단계에서 테스트의 시작으로 에뮬레이터가 주사용자 에뮬레이션 신호를 생성하는 2단계; 상기 2단계에서 생성된 주사용자 에뮬레이션 신호와 패턴을 검증기, 즉 기지국으로 전송하는 3단계; 및 검증기가 에뮬레이션 신호와 패턴을 이용하여 미심적은 부사용자를 검증하는 4단계를 포함하는 것을 특징으로 한다.

상기와 같은 구성을 갖춘 본 발명에 따른 테스트 프레임워크 수행 방법에 의하면; 주파수 사용에 있어, 효율적으로 주파수를 사용할 수 있기 때문에 무선 통신 분야에서 그 성능을 높일 수가 있으며, 주사용자의 간섭을 최소화할 수 있다는 효과가 있다.

도 1은 인지 라디오 네트워크의 구성과 분산 스펙트럼 센싱의 일례를 도시한 도면이다.
도 2는 테스트 주기의 일례를 도시한 도면이다.
도 3은 보강된 DSS(distributed spectrum sensing)를 위한 테스트 프레임워크의 흐름도이다.
도 4는 분산 접근 방식의 흐름도이다.
도 5는 중앙 집중 방식의 흐름도이다.
도 6은 분산 접근 방식에서 기본 케이스에서의 센싱 성능을 나타낸 그래프이다.
도 7은 분산 접근 방식에서 기본 케이스에서의 최종 센싱 결과 도출을 위한 퓨전 속도를 나타낸 그래프이다.
도 8은 분산 접근 방식에서 공격 케이스에서의 센싱 성능을 나타낸 그래프이다.
도 9는 분산 접근 방식에서 공격 케이스에서의 최종 센싱 결과 도출을 위한 퓨전 속도를 나타낸 그래프이다.
도 10은 중앙 집중 방식에서 공격 케이스에서의 센싱 성능을 나타낸 그래프이다.
도 11은 중앙 집중 방식에서 공격 케이스에서의 최종 센싱 결과 도출을 위한 퓨전 속도를 나타낸 그래프이다.
도 12는 각 시나리오에서 트랜드 값을 도시한 그래프이다.

본 발명의 바람직한 실시예에 대하여 첨부된 도면을 참조하여 더 구체적으로 설명하되, 이미 주지되어진 기술적 부분에 대해서는 설명의 간결함을 위해 생략하거나 압축하기로 한다.

본 발명의 테스트 프레임워크 실행 방법을 사용할 네트워크 모델은 도 1에 도시된 바와 같이, RDSS(robust distributed spectrum sensing)에서 가정한 네트워크 모델이다. 이는 여러 SUs(secondary users, 130) 노드들은 기지국(110)을 중심으로 애드혹 CR(cognitive radio) 네트워크를 구성하고, TV 송신탑과 같이 주사용자 전송기의 송신 시그널 존재 여부를 주기적으로 센싱한다. 이처럼 센싱을 수행하는 SU(130) 노드들이 센싱노드 셋을 구성하고 있고, 구현에 따라서는 별도의 센싱노드를 배치할 수도 있다. 센싱노드의 센싱 결과는 그 결과를 종합하는 기지국(110) 등과 같은 노드에게 전달하여 최종 센싱 결과를 내고, 이를 기반으로 하는 채널 스케줄링을 통해 CR 네트워크 통신을 수행한다. 이러한 네트워크 모델은 대표적인 CR 기술의 표준인 IEEE 802.22에서의 네트워크 모델과 동일하다.

도 2에 도시된 바와 같이, 테스트 프레임워크를 수행하기 위해 주기를 가지는 테스트 주기를 정의한다. 이 테스트 주기는 하나 또는 여러 개의 센싱 라운드를 포함하고, 미심적은 SUs(secondary users)의 존재를 인지한 후 시작된다.

테스트 주기의 길이는 임의 개수의 센싱 라운드를 가지고, 의도된 테스트 정밀도에 의해 확정할 수 있다. 테스트가 진행되는 동안, 최종 확정되는 것은 에뮬레이터(

)의 센싱 결과를 따른다. 이때, 미심적은 SUs를 테스트하기 위한 PUESs(primary users emulation signal)를 생성하는 에뮬레이터 노드나 노드들은, 도 1에 도시된 바와 같이, 분산 방식에서는 CR 네트워크의 기지국(110)이고, 중앙 집중 방식에서는 PU(primary user, 120) 트랜스미터에 근접한 독립적 에뮬레이터(140)이다. 에뮬레이터는

일 때, 테스트 주기의 센싱 시간동안 테스트 확률

로 PUESs를 전송한다.

테스트 프레임 워크는 도 3에 도시된 바와 같이, 다섯 개의 단계를 거친다. 만일 미심적은 부사용자에 대해 테스트가 필요한지 확인(S101)하고, 확인결과 테스트가 필요하다면, 에뮬레이터는 테스트를 위한 주사용자 신호의 에뮬레이션 신호를 생성(S102)하고, 검증기는 테스트 신호에 대한 미심적은 SUs의 감지결과를 검증(S103)한다. 이때, 기지국(110)은 분산방식이나 중앙 집중 방식에서 검증기의 역할을 수행한다. 만일, 미심적은 SUs에 대한 검증 결과가 위협적인 SUs인 것으로 확인되면, 다음 스펙트럼 센싱 시에 그 SUs를 배제(S104)한다. 그러나, 테스트가 수행되지 않는 일반 센싱 주기에는 분산 스펙트럼 센싱이 수행(S104)된다. 이때, 만일 SUs에 대한 센싱 결과가 미심적은 수준(이는 근처의 다른 SUs에 비해 낮은 정밀도나 다른 결과)이 높게 나온다면 그 SUs는 테스트셋(test set)에 포함(S105)시킨다.

분산 접근 방식의 테스트 프레임워크는 CRN(cognitive radio network) 영역(200)내의 각 기지국(110)이 PUES(primary user emulation signal)를 기반으로 한 테스트를 수행하는 방식이다. 즉, 각 기지국(110)은 테스트셋에 포함된 의심스러운 노드를 테스트하기 위한 PUES를 생성하고 테스트 신호의 감지 결과를 판단한다. 반대로, 중앙 접근 방식에서는 PU(120) 송신기의 주변에 있는 독립적 에뮬레이터(140)는 기지국(110)에서 테스트 요청이 있는 경우에 PUESs를 생성하고, 각 기지국(110)은 에뮬레이터에서 받은 테스트 신호 패턴에 따라 감지 결과를 판단한다.

분산 접근 방식에서 기지국(110)은 에뮬레이터와 검증기의 두 역할을 모두 수행한다. 더욱이, 기지국(110)은 다음과 같은 단계들을 거쳐 센싱 결과에 따라 분산 스펙트럼 센싱을 수행하고, 미심적은 SUs를 구분한다.

테스트셋에 미심적은 SUs가 존재하면, 테스트 주기를 시작하여 테스트셋의 SUs를 테스트한다. 테스트를 위해 PUES를 생성하고, 테스트 신호에 대해 센싱 결과를 판단한다. 그리고 일반적인 센싱 주기 동안 분산 스펙트럼 센싱을 수행한다. 수집된 센싱 결과를 통해 최종 결과를 결정하고 미심적인 SUs가 존재하면 그 노드를 포함한 테스트셋을 만든다.

테스트 주기가 시작된 후, 기지국(110)은 테스트 주기 동안 각 센싱 시간 마다 PU신호를 감지한다. 그리고 기지국(110)이 PU신호가 없음(

)을 감지하면 테스트셋에서 노드를 테스트하기 위해 테스트 확률

로 PUES를 생성한다. 테스트 주기동안 기지국(110)에 의한 스펙트럼 센싱 결과는 채널 스케줄링을 위한 최종 결정에 이용된다. 기지국(110)은 테스트 정보를 저장하는데, 테스트 정보는 생성한 PUESs의 센싱 시간과 각 센싱 시간의 자체 센싱 값이다.

테스트 주기 동안 테스트셋에서 미심적은 SUs로부터 센싱 결과를 얻은 후에 기지국(110)은 저장된 테스트 정보와 비교한 센싱 결과를 평가한다. 만일 결과의 정확도가 β보다 작으면, SU(130)는 다음 스펙트럼 센싱 시 제외된다. 정밀도는 다음 식에 의해 계산된다.

여기서

는 노드

를 위한 테스트 정밀도이고,

와

는 각각

센싱 시간에서 노드

와 기지국(100)의 센싱 결과이다. 그리고

는

센싱 시간에서 테스트 신호의 존재 여부(1 또는 0)이며, '

'와 '

'는 'XOR'과 'OR'의 기호이고,

만일 테스트셋이 비면, 기존의 DSS 방식이 적용되면 된다. 기지국(110)은 감지시간 후에 SUs로부터 감지 결과를 얻고, 최종 결정에 얻은 값을 포함시킨다.

그러나 일반적인 분산 스펙트럼 센싱이 일단락되면, 두 번째 보충 단계로, 미심적은 노드가 존재하면 테스트셋에 해당 노드가 추가 구성된다. 이 보충 단계는 각 SU(130)의 시험 센싱 정밀도를 통해 완성된다. 만일 어떤 SU(130)의 미심적은 수준이 임계값 α보다 크면, SU(130)는 테스트셋에 포함된다. 미심적은 수준을 산정하는 방법은 안전한 DSS 설계에서부터 얻을 수 있다. 일례로, SUs의 미심적은 수준은 클러스터 내의 SUs의 센싱 값들 간의 유사성으로부터 정해질 수 있고, 각 SU(130)의 과거 센싱값의 정확도에 대한 평가치(reputation)로부터 정해질 수 있다.

본 발명의 테스트 프레임워크를 적용한 명확한 테스트 스킴을 보이기 위해 기존의 안전한 DSS로 설계된 RDSS(test robust distributed spectrum sensing)에 본 발명의 테스트 프레임워크를 적용하여 tRDSS라 하고 그 절차와 성능을 보인다. RDSS에서 각 SU(130)의 센싱 정확도에 대한 평가치는 센싱 히스토리의 정밀도로 표시된다. 그러나 만일 테스트셋을 구성하기 위해 미리 정의된 임계치가 사용되면, 공격 노드는 꽤 오랜 시간동안 그 임계값 이하로 평가치가 떨어질 때까지 DSS 프로세스를 공격하는 효과를 준다. 따라서 tRDSS에서는 과거

센싱 라운드 동안 평가치의 변화량, 즉 평가치의 트랜드 값이 활용된다.

시간

에서 노드

의 지난

센싱 라운드의 평가치는

이고, 각 차의 평균을 이용한 트랜드는 [수학식 2]에 의해 계산된다. 이때,

은 시간

일때의 평가치이다.

시간

에서, 노드

의 계산된 트랜드

은 미리 정의된 초기값

과 비교된다. 만일,

이면 기지국(110)은 다음 테스트 주기에 노드를 테스트하기 위해 테스트셋에 노드

를 포함한다. 고유한 초기값

은 일반적인 케이스에서 트랜드 값을 조사한 후에 설정될 수 있다.

중앙 집중 방식에서는 에뮬레이터와 검증기의 역할을 각기 다른 노드에서 수행한다. 에뮬레이터 역할은 PU(120) 송신기의 근처에 위치한 독립된 시스템이 수행하고, 검증기 역할은 각각 CRNs(cognitive radio networks) 영역(200)내의 기지국(110)들에서 실행된다. 독립적인 에뮬레이터 시스템은 PU(120)에 가까이 위치하기 때문에 분산 접근법에서 에뮬레이터 역할을 수행한 기지국(110)들보다 정확하게 PU 신호를 에뮬레이션 할 수 있다. 더욱이, 시스템이 가까이 위치하므로 테스트 주기에서 PU 신호의 센싱 정밀도

가 높아진다.

테스트와 센싱 주기 동안, 본 발명의 테스트 프레임워크는 다음 과정을 따른다.

먼저, 미심적은 SUs가 있어 테스트셋을 구성한 기지국(110)이 독립적인 에뮬레이터로 테스트 요청을 전송하면 테스트 주기를 시작하고, 테스트를 위해 PUES를 생성한다. 그리고 에뮬레이터의 신호패턴과 PU에 대한 센싱 결과를 모든 검증기로 보낸다.

일반적인 센싱 주기에 분산 스펙트럼 센싱을 수행하던 검증기가 에뮬레이터의 신호패턴을 수신하면, 수신된 패턴에 따라 최종 센싱 결과를 도출하고 미심적은 SUs를 검증한 뒤 그 정확성이 낮으면 다음 센싱에서 제외시킨다. 그러나 일반적인 센싱 주기에는 각 SUs의 센싱 값을 종합하여 최종 센싱 결과를 도출하되 그 센싱 결과에서 각 SU의 의심스러운 수준이 일정 이상으로 높은 경우에는 해당 SU를 테스트셋에 포함시켜 에뮬레이터에게 테스트 요청을 전송한다.

분산접근 방식과의 가장 큰 차이는 요청이 있을 때, PUESs를 생성하기 위해 독립적인 에뮬레이터가 이용되는 것이다. 따라서 테스트 주기 동안 중앙 집중 방식에서 에뮬레이션 요청과 에뮬레이트 패턴이나 PU에 대한 센싱 결과는 에뮬레이터와 검증기 사이에서 전송된다. 추가 전송된 메시지는 기본적으로 안전한 것으로 추정된 장치에서 보호된다.

테스트 주기를 시작하기 위해 에뮬레이션 요청을 획득한 다음, 에뮬레이터는 각 센싱 시간에서 테스트 주기 동안 PU 신호를 감지하고, 에뮬레이터가 PU 신호(

)가 결여된 것을 감지할 때, 테스트 확률

로 PUES를 생성한다. 기본적으로, 테스트 주기의 작업은 도 2에 도시된 바와 같이, 분산 접근 방식과 동일하다. 테스트 주기 동안 에뮬레이터에 의한 스펙트럼 센싱 결과는 채널 스케쥴링을 위해 최종 결정에 이용된다. 에뮬레이터는 에뮬레이트된 패턴이나 감지된 PU 신호를 모든 검증기로 전송한다.

그리고 각 기지국(110)은 분산 접근 방식에서 DSS를 수행하고, 감지 결과의 미심적은 수준에 따라 테스트셋을 구성한다. 기지국(110)은 테스트셋이 미심적은 SUs를 포함하면 에뮬레이터에 테스트를 요청한다.

검증기로서의 기지국(110)은 패턴이 수신되면 최종 결정을 할 때 에뮬레이터로부터 수신된 신호 패턴을 이용한다. 테스트 주기가 종료되면 테스트를 요청한 기지국(110)은 정밀 테스트를 수행하고, β보다 정밀도가 낮은 SUs는 다음 DSS 시에 제외한다.

도 6 내지 도 12는 본 발명의 테스트 프레임워크이 적용된 tRDSS를 시뮬레이션 한 결과로, 그에 대해 설명한다.

시뮬레이션 환경은 tRDSS(test-based robust distributed spectrum sensing)를 RDSS와 정확하게 비교하기 위해, RDSS에서의 파라미터와 거의 동일한 파라미터 값으로 시뮬레이션 네트워크를 구성한다. 500개의 SU(130)는 2000mㅧ2000m의 영역에서 랜덤하게 위치되어 CR 네트워크를 형성한다. 그리고 SU(130) 중 랜덤하게 선택된 30%의 공격 노드는 열 번째 센싱 시간부터 원래 센싱 값과 반대 값을 보고한다. PU(120)의 듀티 사이클은 0.2이고, CR 네트워크의 중앙에서 D(m)만큼 떨어져 있다.

필요한 경우, 센싱 터미널로서의 SU(130)와 DSS의 퓨전 노드로서의 기지국(110)은 테스트 프레임워크인 tRDSS를 수행한다. 센싱 주기는 30s이고, 각 시뮬레이션은 2시간 동안 이루어진다. 본 시뮬레이션에서 기지국(110)과 PU(120)사이의 거리 D를 3000에서 6000m까지 변화시켰으며 PU(120)의 송신 파워는 100W이다. tRDSS에서 사용되는 파라미터 m과 β는 1로 한다.

본 시뮬레이션은 기본 케이스와 공격 노드를 포함한 공격 케이스에 대해 수행한다. 도 6에 도시된 바와 같이, 기본 케이스에서는 먼 거리에서만 CSR(correct sensing ratio, 센싱정확도)이 아주 약간 감소한다.

도 7에 도시된 바와 같이, DSS 수행 시 최종 센싱 결과 도출을 위한 퓨전 속도를 나타내는 WSPRT(weighted sequential probability ratio test) 실행 횟수는 두 경우(RDSS, tRDSS) 모두, 거리가 멀어질 수록 센싱 정밀도가 감소하여 증가한다.

분산 접근 방식의 공격 케이스에서, tRDSS의 결과는 RDSS보다 방어와 융합 속도에서 좋은 결과가 나타난다. 특히, RDSS에서 MDR(Miss Detection Ratio, 미탐지율)은 도 8에 도시된 바와 같이, 가까운 거리에서 높게 나탄다. 이는 가까운 거리에서는 각 노드의 센싱 정밀도가 높고, 30% 공격 노드에도 그 공격의 정확성이 높아짐에 의한 효과로 해석된다. 또한 가까운 거리에서의 CSR은 높은 MDR로 인해 낮게 나타난다. tRDSS에서는 D가 5000m보다 커진 후에 CSR, 즉 센싱 정밀도가 낮아지지만, 이는 RDSS에 비해 테스트 프레임워크를 통해 훨씬 완화된다. 도 9에 도시된 바와 같이, tRDSS의 퓨전 속도는 미심적은 SUs가 빠르게 배척되기 때문에 상당히 빠르다.

중앙 집중 방식의 공격 케이스에서, tRDSS이 센싱 정확성과 퓨전 속도는 도 10 및 도 11에 도시된 바와 같이, 가까운 거리(3000m 내지 5000m)에서는 분산 접근 방식의 경우와 유사하게 나타난다. 그러나 CSR 결과와 WSPRT 실행 횟수는 먼 거리에서 분산 접근 방식보다 좋은 수행을 보이는데, 이는 테스트를 위한 신호의 높은 에뮬레이팅 정밀도 때문이다.

마지막으로, 도 12에서는 기본 케이스와 공격 케이스에서 500개의 노드에 대한 트랜드의 분산을 도시한다. 기본 케이스의 거리는 3000m이고, 이 경우, 트랜드 값은 주로 0.6에서 1 사이에서 분산된다. 먼거리(D=6000m)에서 기본 케이스에서는 주된 분산은 0.4와 0.8 사이에서 분포하고, 음의 값을 가지는 노드는 센싱 정밀도가 감소함에 따라 나타난다. 그러나 공격 케이스에서는 음의 값을 가지는 노드가 많고, 노드는 거의 공격 노드의 값이다. 본 시뮬레이션에서는 테스트셋에 포함시키기 위한 임계값

를 -0.2로 설정했다.

본 발명의 테스트 프레임워크에서 미심적은 SUs를 테스트하기 위해 PUESs가 송신되므로 통신 오버헤드는

가 된다. 여기서,

은 테스트 주기의 센싱 라운드의 개수이고,

는 PU(120)의 듀티 사이클이며,

는 테스트 확률이다. 중앙 집중 방식에서, 에뮬레이션 요구와 응답 메시지는 더해진다. 그러나 테스트는 미심적은 SUs가 감지되면 수행되므로 그 오버헤드는 공격정도에 의해 한정된다.

위에서 설명한 바와 같이 본 발명에 대한 구체적인 설명은 첨부된 도면을 참조한 실시예에 의해서 이루어졌지만, 상술한 실시예는 본 발명의 바람직한 예를 들어 설명하였을 뿐이기 때문에, 본 발명이 상기의 실시예에만 국한되는 것으로 이해되어져서는 아니 되며, 본 발명의 권리범위는 후술하는 청구범위 및 그 등가개념으로 이해되어져야 할 것이다.

110: 기지국 120: PU(primary user, 주사용자)
130: SU(secondary user, 부사용자)
140: 독립적 에뮬리이터
200: CRN 영역

Claims

분산 스펙트럼 센싱에 대해 정확성과 안전성을 강화하기 위한 테스트 프레임워크 수행 방법에서,
다른 부사용자(SUs: Secondary Users)에 비해 소정의 센싱 정확도보다 낮은 센싱 정확도를 갖는 미심적은 부사용자에 대해 테스트가 필요한지 확인하는 1단계;
상기 1단계 확인결과 테스트가 필요하다면, 기지국 또는 TV 송신탑과 같은 주사용자(PUs: Primary Users) 주변에 있는 독립적인 에뮬레이터(이하, '에뮬레이터'라 함)에서는 테스트를 위한 주사용자 신호의 에뮬레이션 신호(PUESs: Primary Users Emulation Signal)(이하, '테스트 신호'라 함)를 생성하는 2단계;
상기 에뮬레이터에서 받은 테스트 신호에 대한 상기 미심적은 부사용자의 센싱 정확도를 미리 정해진 소정값과 비교하여 감지결과를 검증하는 3단계;
기지국은 테스트가 수행되지 않는 일반 센싱 주기 동안 주사용자 신호에 대한 부사용자들의 센싱 결과에 의해 분산 스펙트럼 센싱을 수행하는 4단계; 및
상기 4단계에서의 스펙트럼 센싱 결과에서 각 부사용자의 센싱 정확도의 미심적인 수준이 일정 이상으로 높은 경우에는 해당 부사용자를 테스트셋에 포함시켜 테스트를 준비하는 5단계를 포함하는 것을 특징으로 하는 테스트 프레임워크 수행 방법.
청구항 1에 있어서,
상기 3단계에서 미심적인 부사용자의 감지결과, 다음의 수학식 1에 따라 계산되는 상기 부사용자의 센싱 정확도가 미리 정해진 소정값 보다 작으면, 해당 부사용자를 다음 스펙트럼 센싱 수행시 배척하는 3-1단계를 더 포함하는 것을 특징으로 하는 테스트 프레임워크 수행 방법.
<수학식 1>

(여기서
는 노드
를 위한 테스트 정밀도이고,
와
는 각각
센싱 시간에서 노드
와 기지국의 센싱 결과이며,
는
센싱 시간에서 테스트 신호의 존재 여부(1 또는 0)이고, '
'와 '
'는 'XOR'과 'OR'의 기호이며,
은 정수로서 한 테스트 주기에 포함된 센싱 라운드의 수)
분산 스펙트럼 센싱에 대해 정확성과 안전성을 강화하기 위한 분산 접근 방식 테스트 프레임 워크 수행 방법으로서,
각 인지 라디오 네트워크의 기지국이 다른 부사용자(SUs: Secondary Users)에 비해 소정의 센싱 정확도보다 낮은 센싱 정확도를 갖는 미심적은 부사용자가 있는 경우 상기 부사용자를 분산 스펙트럼 센싱에 사용할지 여부를 판단하기 위해 주사용자(PU: Primary Users) 신호가 없는지를 확인하는 1단계;
상기 1단계에서 주사용자 신호가 없으면, 테스트를 위한 주사용자 신호의 에뮬레이션 신호(PUESs: Primary Users Emulation Signal)를 생성하는 2단계;
상기 2단계에서 테스트를 위한 주사용자 신호의 에뮬레이션 신호가 생성되면, 상기 주사용자 신호의 에뮬레이션 신호에 대한 상기 미심적은 부사용자의 센싱 정확도를 미리 정해진 소정값과 비교하여 상기 부사용자를 검증하는 3단계;
상기 1단계에서 주사용자 신호가 감지되면, 부사용자로부터 주사용자 신호에 대한 센싱 결과를 수집해 각 부사용자의 센싱 정확도의 미심적은 수준을 적용해 최종 센싱 결과를 도출하는 4단계;
상기 3 내지 4단계에서 신호에 대해 각 부사용자에 대한 검증 결과를 이용하여 새로운 테스트셋을 구성하는 5단계를 포함하는 것을 특징으로 하는 테스트 프레임워크 수행 방법.
청구항 3에 있어서,
상기 3단계는,
상기 2단계에서 생성된 주사용자 에뮬레이션 신호의 센싱 결과를 얻는 3-1단계;
상기 3-1단계에서 얻은 센싱 결과에 대한 테스트 정밀도가 임계값보다 작은지를 확인하는 3-2단계;
상기 3-2단계에서 테스트 정밀도가 임계값보다 작으면, 미심적은 부사용자를 다음 스펙트럼 센싱에서 제외시키는 3-3단계; 및
상기 3-2단계에서 테스트 정밀도가 임계값보다 크거나 상기 3-3단계를 거치면, 주사용자에 대한 센싱 결과를 신호없음으로 결정하는 3-4단계를 포함하는 것을 특징으로 하는 테스트 프레임워크 수행 방법.
청구항 4에 있어서,
상기 3-2단계에서 확인하는 테스트 정밀도는 다음 식에 의해 계산되고,

여기서
는 노드
를 위한 테스트 정밀도이고,
와
는 각각
센싱 시간에서 노드
와 기지국의 센싱 결과이며,
는
센싱 시간에서 테스트 신호의 존재 여부(1 또는 0)이고, '
'와 '
'는 'XOR'과 'OR'의 기호이며,
은 정수로서 한 테스트 주기에 포함된 센싱 라운드의 수인 것을 특징으로 하는 테스트 프레임워크 수행 방법.
청구항 3에 있어서,
상기 5단계는,
각 부사용자의 센싱 정확도에 대한 미심적은 수준을 산정하는 5-1단계;
상기 5-1단계에서 미심적은 수준이 임계값보다 큰지를 확인하는 5-2단계; 및
상기 5-2단계에서 미심적은 수준이 임계값보다 크면, 해당 부사용자를 테스트셋에 포함시키는 5-3단계를 포함하는 것을 특징으로 하는 테스트 프레임워크 수행 방법.
청구항 6에 있어서,
상기 5-1단계에서 미심적은 부사용자에 대한 센싱 정확도의 미심적은 수준은 센싱 정확도에 대한 평가치의 변화도를 트랜드를 이용하여 산정하는 것을 특징으로 하는 테스트 프레임워크 수행 방법.
청구항 7에 있어서,
상기 트랜드는 다음 식에 의해 산정되고,

여기서,
은 시간
에서 노드
의 트랜드이고,
는 평가를 위해 움직이는 영역의 크기이며,
은 시간
에서 노드
의 평가치이고,
은 정수인 것을 특징으로 하는 테스트 프레임워크 수행 방법.
분산 스페트럼 센싱에 대해 정확성과 안전성을 강화하기 위한 중앙 집중 방식 테스트 프레임 워크 수행 방법으로서,
각 인지 라디오 네트워크의 기지국으로부터 독립적인 에뮬레이터로 다른 부사용자(SUs: Secondary Users)에 비해 소정의 센싱 정확도보다 낮은 센싱 정확도를 갖는 미심적은 부사용자의 테스트 요청이 있는 경우, 테스트 주기를 시작하는 1단계;
상기 1단계에서 테스트 주기의 시작으로 에뮬레이터가 테스트를 위한 주사용자 신호의 에뮬레이션 신호(PUESs: Primary Users Emulation Signal)를 생성하는 2단계;
상기 2단계에서 생성된 주사용자 신호의 에뮬레이션 신호와 패턴을 기지국으로 전송하는 3단계; 및
기지국이 상기 전송된 주사용자 신호의 에뮬레이션 신호와 패턴을 이용하여 상기 미심적인 부사용자를 검증하는 4단계를 포함하는 것을 특징으로 하는 테스트 프레임워크 수행 방법.