一種抗SSDF的協作頻譜感知方法與流程
2023-11-03 14:17:42 2
本發明屬於頻譜感知技術領域，涉及一種抗SSDF的協作頻譜感知方法。
背景技術：
微電子、計算機通信和無線電技術的迅速發展以及物聯網、移動網際網路的廣泛應用，不斷消耗著日益緊缺的頻譜資源。認知無線電的出現，有效地緩解了頻譜資源稀缺與日益增長的無線接入需求之間的矛盾，因而得到了頻譜資源管理部門、標準化組織、研究機構及行業聯盟的廣泛關注，成為下一代無線通信發展的關鍵技術之一。
頻譜感知是認知無線電技術的首要環節，感知性能的好壞會影響到整個認知無線電系統的性能。所謂頻譜感知，就是在時域、頻域和空域多維空間，對分配給授權用戶(也稱主用戶)的頻譜不斷進行感知，發現「頻譜空洞」。認知用戶可以臨時使用頻譜空洞，但不能對主用戶形成幹擾，主用戶具有頻譜空洞使用的優先權。由於陰影效應和多徑衰落等因素的存在，單個認知用戶得出的頻譜感知結果往往不可靠，並可能導致所謂的「終端隱藏問題」。於是，一些研究者提出了協作頻譜感知技術，通過多個認知用戶感知數據的融合來消除單個用戶感知的不確定性，實現更好的頻譜感知性能。
協作頻譜感知的特點是多個認知用戶共同協商確定頻譜的使用情況，數據融合中心通過對多個認知用戶感知數據的協同處理來提高頻譜感知的精確性。但是，這種特點使協作頻譜感知技術收益與風險並存，面臨嚴重的安全問題。一般來說，惡意用戶可以通過偽造、欺騙、泛洪和團夥合作等方式影響頻譜感知過程，使數據融合中心得到錯誤的感知數據和指令。一旦輸入的感知數據是偽造的，認知無線電系統就不能如實地根據外界環境進行動態的頻譜切換，信道分配就會被攻擊者控制利用。這種將偽造的感知數據發送給數據融合中心以幹擾數據融合中心正常工作的攻擊方式就是頻譜感知數據偽造(spectrum sensing datafalsification，SSDF)攻擊。
防禦SSDF攻擊，確保協作頻譜感知的頑健性，是認知無線電技術健康穩定發展的關鍵。目前，國內外對SSDF攻擊的研究雖然還處於起步階段，但已有不少文獻分析了SSDF攻擊的類型並提出了有關SSDF攻擊的防禦對策。本發明在此基礎上進一步針對目前相關研究中存在的問題，明確了一些有待繼續研究的方向。
在抗SSF算法過程中，主要有異常數據檢測和異常數據處理兩個階段。而目前的技術在每一個階段都有些許不足。
在異常數據的檢測算法中，主要採取的是數據挖掘中的離群值檢測算法。大概思路是根據各個節點感知數據的相似性，通過各種估值算法(比如MCD,MVD,SDE等)計算出數據集U＝{ui||i＝1，2，...n}的均值μ和方差σ2。其中，ui表示感知節點發送給融合中心的具體數據，n表示感知節點個數。然後通過偏離程度來判定異常數據。
以上判斷異常數據的思路固然可行，但是在異常數據較多以及異常數據偏離程度足夠大的情況下。不論再好的估值算法，都難以保證其算法具有更好的魯棒性。而且，以上的估值算法本身就具有足夠高的算法複雜度。這對傳感器硬體方面來說，又是一個不小的挑戰。
在異常數據處理方面，以往文獻提到的異常數據處理方法一般有三種。第一種就是直接將數據刪除。這種方法最簡單，但是由於缺少了部分節點的數據，勢必影響整個感知結果的判斷。第二種則是將異常數據去掉，然後採用整個數據集的平均值去代替。這種方法雖然比第一種更好，但是同樣抹掉了不同節點數據之間的差異性，也同樣影響結果的判斷。第三種則是按照某種方法，給不同數據賦予不同的權值，以達到「中和」異常數據的效果。這種方法在抗SSDF攻擊中比較常見。但是，在加權的過程中也同樣保留了異常數據的部分屬性。而且加權後的數據大小也不一定和和正常數據大小差不多。不僅如此，在異常數據嚴重偏離平均值的情況下，加權的效果就要脆弱很多。
技術實現要素：
有鑑於此，本發明的目的在於提供一種抗SSDF的協作頻譜感知方法，能夠提高異常數據的檢測效率並且能夠精確地對異常數據進行糾正。
為達到上述目的，本發明提供如下技術方案：
一種抗SSDF的協作頻譜感知方法，所述方法包括：
根據各個節點在第一預設時刻的第一數據集以及各個節點在第二預設時刻的第二數據集，檢測各個節點中存在的異常數據；
計算正常節點中數據的變化趨勢參數，並根據所述變化趨勢參數對存在異常數據的節點進行數據糾正；
根據正常節點的數據以及糾正後的數據，通過檢測各個節點接收到的採樣信號以及輸出的能量大小，探測預設信道是否存在主用戶。
進一步地，檢測各個節點中存在的異常數據具體包括：
根據下述公式計算各個節點中的數據對應的判定係數：
其中，表示第m個節點在第二預設時刻的數據對應的判定係數，t表示所述第一預設時刻，t+1表示所述第二預設時刻，表示第m個節點在第一預設時刻的數據，表示第m個節點在第二預設時刻的數據，η表示預設閾值；
當大於1時，判定為異常數據。
進一步地，按照下述公式計算正常節點中數據的變化趨勢參數：
其中，Lt表示在t時刻正常節點中數據的變化趨勢參數，表示在t時刻第k個正常節點的變化趨勢參數，Z表示正常節點的集合，z表示正常節點的數量。
進一步地，按照下述公式確定在t時刻第k個正常節點的變化趨勢參數：
其中，表示第k個正常節點在t+1時刻的數據，表示第k個正常節點在t時刻的數據。
進一步地，按照下述公式對存在異常數據的節點進行數據糾正：
其中，表示第m個節點在第二預設時刻糾正後的數據。
進一步地，按照下述模型探測預設信道是否存在主用戶：
其中，r(t)是認知用戶接收到的信號，P0(t)是主用戶傳輸的信號，n(t)是加性高斯白噪聲，h(t)是主用戶和次用戶之間的信道增益；H0是未被佔用的假設，表明目前在頻段上沒有主用戶；H1是被佔用的假設，表明目前在所述頻段上存在主用戶。
進一步地，所述未被佔用的假設和被佔用的假設根據下述公式確定：
其中，y表示單個節點在t時刻輸出的能量大小，N表示時間帶寬積，η表示預設閾值，D表示探測結果；上式表明：當輸出的能量大小大於或者等於所述預設閾值時，探測結果為被佔用，當輸出的能量大小小於所述預設閾值時，探測結果為未被佔用。
進一步地，所述方法還包括：
按照下述公式確定單個認知用戶的探測概率和虛警概率：
其中，
其中，γ是信噪比，Iu-1(.)是u-1階第一類修正的Bessel函數，Γ(.)和Γ(.，.)分別是完整和不完整的Gamma函數，Qm(.)是普遍MarcumQ函數，Pd表示單個認知用戶的探測概率，Pf表示單個探測用戶的虛警概率。
本發明還提供了一種抗SSDF的協作頻譜感知系統，該系統包括：
異常數據檢測單元，用於根據各個節點在第一預設時刻的第一數據集以及各個節點在第二預設時刻的第二數據集，檢測各個節點中存在的異常數據；
數據糾正單元，用於計算正常節點中數據的變化趨勢參數，並根據所述變化趨勢參數對存在異常數據的節點進行數據糾正；
主用戶探測單元，用於根據正常節點的數據以及糾正後的數據，通過檢測各個節點接收到的採樣信號以及輸出的能量大小，探測預設信道是否存在主用戶。
進一步地，所述異常數據檢測單元具體包括：
判定係數計算模塊，用於根據下述公式計算各個節點中的數據對應的判定係數：
其中，表示第m個節點在第二預設時刻的數據對應的判定係數，t表示所述第一預設時刻，t+1表示所述第二預設時刻，表示第m個節點在第一預設時刻的數據，表示第m個節點在第二預設時刻的數據，η表示預設閾值；
判定模塊，用於當大於1時，判定為異常數據。
本發明的有益效果在於：
本發明提供的抗SSDF的協作頻譜感知方法，相比以往通過估計均值來判別異常數據的方式更加簡便、高效。而且算法複雜度低，對傳感器節點的硬體要求也很低，降低了硬體成本。
本發明完全摒棄了以往通過加權來處理異常數據的方法。本發明為異常數據的處理方法提供了一個的良好思路。
在應對的攻擊模型上，本發明適應實際生活普遍遇到的攻擊模型。該算法更具有實際意義。
附圖說明
為了使本發明的目的、技術方案和有益效果更加清楚，本發明提供如下附圖進行說明：
圖1為本申請實施方式中抗SSDF的協作頻譜感知方法流程圖；
圖2為本申請實施方式中抗SSDF的協作頻譜感知系統的結構示意圖。
具體實施方式
下面將結合附圖，對本發明的優選實施例進行詳細的描述。
請參閱圖1，本申請提供一種抗SSDF的協作頻譜感知方法，所述方法包括：
S1：根據各個節點在第一預設時刻的第一數據集以及各個節點在第二預設時刻的第二數據集，檢測各個節點中存在的異常數據；
S2：計算正常節點中數據的變化趨勢參數，並根據所述變化趨勢參數對存在異常數據的節點進行數據糾正；
S3：根據正常節點的數據以及糾正後的數據，通過檢測各個節點接收到的採樣信號以及輸出的能量大小，探測預設信道是否存在主用戶。
在本實施方式中，頻譜感知技術主要用來探測某個信道是否被主用戶採用。檢測模型可以採用二元假設的問題來描述：
其中，r(t)是認知用戶接收到的信號，P0(t)是主用戶傳輸的信號，n(t)是加性高斯白噪聲，h(t)是主用戶和次用戶之間的信道增益；H0是未被佔用的假設，表明目前在頻段上沒有主用戶；H1是被佔用的假設，表明目前在所述頻段上存在主用戶。
在單個節點的頻譜感知方面，目前主要有三種感知技術：匹配濾波檢測技術，周期特徵檢測技術，能量檢測技術。相比其他技術，能量檢測技術不需要主信號的先驗知識，而且計算複雜度低，因此應用最廣泛。所述未被佔用的假設和被佔用的假設根據下述公式確定：
其中，y表示單個節點在t時刻輸出的能量大小，N表示時間帶寬積，η表示預設閾值，D表示探測結果；上式表明：當輸出的能量大小大於或者等於所述預設閾值時，探測結果為被佔用，當輸出的能量大小小於所述預設閾值時，探測結果為未被佔用。
能量檢測在非衰落環境中，單認知用戶探測概率和虛警概率分別為：
其中，
其中，γ是信噪比，Iu-1(.)是u-1階第一類修正的Bessel函數，Γ(.)和Γ(.，.)分別是完整和不完整的Gamma函數，Qm(.)是普遍MarcumQ函數，Pd表示單個認知用戶的探測概率，Pf表示單個探測用戶的虛警概率。
探測概率Pd表示授權用戶在使用頻譜時被次級用戶正確檢測到的概率，虛警概率Pf表示授權用戶不在使用此頻譜而次級用戶卻感知到授權用戶在使用此頻段的概率。一般來說，低的虛警概率和高的探測概率是頻譜感知所追求的目標。虛警報能夠保證頻譜空洞不被次級用戶佔用，但是也因此降低了頻譜的利用率。而高的主信號檢測率能夠保證主信號不被幹擾。
在本實施方式中，可以考慮集中式協作頻譜感知模型。在感知節點中，有一小部分的攻擊節點獨立地以一定概率發送錯誤信息。
惡意用戶偽造感知數據的具體操作和手段，包括以下5種。
1、全「1」攻擊：在協作頻譜感知中，「1」表示感知數據中的主用戶信號存在，「0」表示主用戶信號不存在。惡意用戶偽造全「1」形式的感知數據，使認知無線電系統認為主用戶一直處於「繁忙」狀態。
2、全「0」攻擊：惡意用戶偽造全「0」形式的感知數據，使認知無線電系統認為主用戶一直處於「空閒」狀態。
3、取反攻擊：惡意用戶偽造與主用戶實際頻譜使用狀態相反的感知數據。
4、隨機攻擊：惡意用戶不經過對主用戶頻譜使用狀態的感知，隨機偽造一個感知數據提交給數據融合中心。
5、拒絕感知攻擊：惡意用戶煽動參與協作感知的認知用戶拒絕提交感知數據。
本發明不僅僅能適應普遍論文假設的全「1」攻擊、全「0」攻擊、取反攻擊，更能適應比較複雜且更貼近現實的隨機攻擊。
儘管不同節點感知到的數據因為環境等原因會有所不同，但是由於感知信道的狀態在感知時間內沒有變化。所以各個感知節點的感知數據在感知過程中的變化趨勢都不會有太大的差異，而如果某個節點數據相對其他節點數據出現明顯不同的變化趨勢，則說明該節點數據為異常數據。
在檢測各個節點中存在的異常數據時，可以根據下述公式計算各個節點中的數據對應的判定係數：
其中，表示第m個節點在第二預設時刻的數據對應的判定係數，t表示所述第一預設時刻，t+1表示所述第二預設時刻，表示第m個節點在第一預設時刻的數據，表示第m個節點在第二預設時刻的數據，η表示預設閾值；
當大於1時，判定為異常數據。
在本實施方式中，根據空間相關性，各個感知節點的感知數據都具有相似的變化趨勢。可以通過計算得出正常節點數據的變化趨勢，再通過此趨勢推斷出攻擊節點應該發送的正常數據，以此來達到融合判決的要求。具體地，可以按照下述公式計算正常節點中數據的變化趨勢參數：
其中，Lt表示在t時刻正常節點中數據的變化趨勢參數，表示在t時刻第k個正常節點的變化趨勢參數，Z表示正常節點的集合，z表示正常節點的數量。
其中，可以按照下述公式確定在t時刻第k個正常節點的變化趨勢參數：
其中，表示第k個正常節點在t+1時刻的數據，表示第k個正常節點在t時刻的數據。
在本實施方式中，可以按照下述公式對存在異常數據的節點進行數據糾正：
其中，表示第m個節點在第二預設時刻糾正後的數據。
最後，根據正常節點數據集和糾正後數據，可以判定主用戶是否存在。
請參閱圖2，本申請實施方式還提供一種抗SSDF的協作頻譜感知裝置，所述裝置包括：
異常數據檢測單元100，用於根據各個節點在第一預設時刻的第一數據集以及各個節點在第二預設時刻的第二數據集，檢測各個節點中存在的異常數據；
數據糾正單元200，用於計算正常節點中數據的變化趨勢參數，並根據所述變化趨勢參數對存在異常數據的節點進行數據糾正；
主用戶探測單元300，用於根據正常節點的數據以及糾正後的數據，通過檢測各個節點接收到的採樣信號以及輸出的能量大小，探測預設信道是否存在主用戶。
進一步地，所述異常數據檢測單元100具體包括：
判定係數計算模塊，用於根據下述公式計算各個節點中的數據對應的判定係數：
其中，表示第m個節點在第二預設時刻的數據對應的判定係數，t表示所述第一預設時刻，t+1表示所述第二預設時刻，表示第m個節點在第一預設時刻的數據，表示第m個節點在第二預設時刻的數據，η表示預設閾值；
判定模塊，用於當大於1時，判定為異常數據。
本發明的有益效果在於：
本發明提供的抗SSDF的協作頻譜感知方法及裝置，相比以往通過估計均值來判別異常數據的方式更加簡便、高效。而且算法複雜度低，對傳感器節點的硬體要求也很低，降低了硬體成本。
本發明完全摒棄了以往通過加權來處理異常數據的方法。本發明為異常數據的處理方法提供了一個的良好思路。
在應對的攻擊模型上，本發明適應實際生活普遍遇到的攻擊模型。該算法更具有實際意義。
最後說明的是，以上優選實施例僅用以說明本發明的技術方案而非限制，儘管通過上述優選實施例已經對本發明進行了詳細的描述，但本領域技術人員應當理解，可以在形式上和細節上對其作出各種各樣的改變，而不偏離本發明權利要求書所限定的範圍。