认知无线电(Cognitive Radio,CR)技术能够有效地缓解当前频谱资源匮乏的现状,旨在不干扰授权用户(主用户)正常通信的前提下,使得感知用户(CR用户)能够充分利用空闲频谱,以提高频谱的利用率。但与此同时,随着该技术的发展也出现了一系列的安全问题。模拟主用户(Primary User Emulation,PUE)攻击是认知无线电网络物理层中危害较大的一种攻击形式,这种攻击会造成严重的Do S(Denial of Service)问题。目前,研究者对于PUE攻击的研究已经有很多,但大多都是基于位置信息和信号的距离衰弱模型,还缺乏对传统模型的下的PUE攻击抵御机制的研究。所以本文主要针对传统模型下的模拟主用户攻击进行了研究。本文首先对PUE攻击防御的几种关键技术进行了详细分析。分析得出能量检测法是一种系统结构简单、应用比较广泛的非相干检测方法。能量检测的主要优点是不需要知道信号的先验信息。在此基础上,研究学者提出的改进的能量检测算法。通过仿真发现,学者提出的改进的能量检测算法只适用于低信噪比的场景这一结论并不准确,在高信噪比和低信噪比情况下的近似误差也十分接近,因此改进的能量检测算法也完全适用于高的信噪比环境。其次,在传统的信道模型下分析了PUE攻击中的恶意PUE攻击对于整个系统的影响,发现认知系统中存在恶意PUE攻击者时会使系统存在“检测性能上确界”,使得系统检测性能存在瓶颈进而影响授权用户的通信。本文在系统存在攻击者的情况下基于改进的能量检测算法和软融合策略推导出了系统的检测概率和虚警概率之间的关系,并且求出了虚警概率一定的情况下使得系统检测性能最好的最优加权系数矩阵。通过分析发现该加权系数矩阵能有效的抑制恶意模拟主用户信号,增大主用户的信号,并且消除了恶意PUE攻击者给CR系统带来的“检测性能上确界”。仿真结果表明:本文提出的方案能有效的减少恶意PUE攻击者对整个系统性能的影响。
在认知无线电网络中,针对模拟主用户攻击(primary user emulation attack,PUEA),采用Anderson-Darling(AD)检验来代替传统的假设检验算法来提高系统性能.假设PUEA具有一定的可能性,通过计算接收到的信道数据样本分布函数与经验分布函数...
详细信息
在认知无线电网络中,针对模拟主用户攻击(primary user emulation attack,PUEA),采用Anderson-Darling(AD)检验来代替传统的假设检验算法来提高系统性能.假设PUEA具有一定的可能性,通过计算接收到的信道数据样本分布函数与经验分布函数之间的Anderson-Darling距离,调整相关参数来确定阈值,并与距离比较,实现频谱检测,有效防止恶意主用户攻击.仿真结果表明,与能量检测相比,系统性能优化了能量检测器的改进.
暂无评论