我国输电线路存在异常检测数据准确性和及时性较低,无线环境恶劣,数据在时空难关联等问题,因此建设一个高效、安全、准确的输电线路异常检测模型迫在眉睫。提出一种基于链形混合拓扑的异常检测方法,将传感器采集到的数据送至基站进行单源和多源多维数据异常检测。该方法首先设计了一种基于时间维度的单源数据异常检测算法(single-source data anomaly detection algorithm,SDADA),对检测时间内的数据进行依次遍历,确定有效和异常数据的个数,然后对异常检测结果进行综合分析。其次,设计了一种在基站端执行的多源多维数据异常检测算法(multi-source and multi-dimensional data anomaly detection algorithm,MDADA),在SDADA的基础上,通过位置相关性定义了不同传感器之间的距离关系,用于确定候选异常检测队列,并对特定时间的异常数据值进行综合分析。实验结果表明,与传统方案相比,该方法具有更高的检测精度和执行效率。
在协作频谱感知网络中,设备故障、信道阴影衰落和噪声等会导致频谱感知器(如手机、平板等)发送的信息不可靠,而恶意用户在协作频谱感知网络中,也会发送错误的感知信息以混淆视听,干扰诚实用户的判决结果。不可靠消息在邻居用户间的传递必将导致感知结果产生偏差和错误,大大降低了协作频谱感知的效率。为解决上述问题,本文将置信传播算法和信誉模型相结合,提出一种基于次用户分组的频谱感知数据伪造(SSDF,Spectrum Sensing Data Falsification)攻击防御方案。该方案分两个阶段对不可靠信息进行过滤:首先,在频谱感知阶段,通过置信传播算法对次用户进行分组,过滤掉因设备故障等因素产生的不可靠用户,剩余用户则视为正常工作用户进行数据融合。然后,在数据融合阶段,根据以信誉值作为权重因子的置信传播算法来计算最终的判决值。本文所提方案分别在感知阶段和融合阶段采取了防御措施,可有效地过滤网络中的不可靠信息,减小恶劣的频谱环境对次用户感知结果的影响。仿真结果表明,本文所提方案迭代次数少、收敛快,有效地减弱了SSDF攻击带来的损害,提高了感知结果的准确性、增强了认知无线网络的安全性。
暂无评论