本發(fā)明屬于頻譜感知技術領域，涉及一種抗SSDF的協(xié)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(fā)展以及物聯(lián)網(wǎng)、移動互聯(lián)網(wǎng)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(xiàn)，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(gòu)及行業(yè)聯(lián)盟的廣泛關注，成為下一代無線通信發(fā)展的關鍵技術之一。

頻譜感知是認知無線電技術的首要環(huán)節(jié)，感知性能的好壞會影響到整個認知無線電系統(tǒng)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(quán)用戶(也稱主用戶)的頻譜不斷進行感知，發(fā)現(xiàn)“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干擾，主用戶具有頻譜空洞使用的優(yōu)先權(quán)。由于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(jié)果往往不可靠，并可能導致所謂的“終端隱藏問題”。于是，一些研究者提出了協(xié)作頻譜感知技術，通過多個認知用戶感知數(shù)據(jù)的融合來消除單個用戶感知的不確定性，實現(xiàn)更好的頻譜感知性能。

協(xié)作頻譜感知的特點是多個認知用戶共同協(xié)商確定頻譜的使用情況，數(shù)據(jù)融合中心通過對多個認知用戶感知數(shù)據(jù)的協(xié)同處理來提高頻譜感知的精確性。但是，這種特點使協(xié)作頻譜感知技術收益與風險并存，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、泛洪和團伙合作等方式影響頻譜感知過程，使數(shù)據(jù)融合中心得到錯誤的感知數(shù)據(jù)和指令。一旦輸入的感知數(shù)據(jù)是偽造的，認知無線電系統(tǒng)就不能如實地根據(jù)外界環(huán)境進行動態(tài)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(shù)據(jù)發(fā)送給數(shù)據(jù)融合中心以干擾數(shù)據(jù)融合中心正常工作的攻擊方式就是頻譜感知數(shù)據(jù)偽造(spectrum sensing datafalsification，SSDF)攻擊。

防御SSDF攻擊，確保協(xié)作頻譜感知的頑健性，是認知無線電技術健康穩(wěn)定發(fā)展的關鍵。目前，國內(nèi)外對SSDF攻擊的研究雖然還處于起步階段，但已有不少文獻分析了SSDF攻擊的類型并提出了有關SSDF攻擊的防御對策。本發(fā)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(xù)研究的方向。

在抗SSF算法過程中，主要有異常數(shù)據(jù)檢測和異常數(shù)據(jù)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(shù)據(jù)的檢測算法中，主要采取的是數(shù)據(jù)挖掘中的離群值檢測算法。大概思路是根據(jù)各個節(jié)點感知數(shù)據(jù)的相似性，通過各種估值算法(比如MCD,MVD,SDE等)計算出數(shù)據(jù)集U＝{u_i||i＝1，2，...n}的均值μ和方差σ²。其中，u_i表示感知節(jié)點發(fā)送給融合中心的具體數(shù)據(jù)，n表示感知節(jié)點個數(shù)。然后通過偏離程度來判定異常數(shù)據(jù)。

以上判斷異常數(shù)據(jù)的思路固然可行，但是在異常數(shù)據(jù)較多以及異常數(shù)據(jù)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復雜度。這對傳感器硬件方面來說，又是一個不小的挑戰(zhàn)。

在異常數(shù)據(jù)處理方面，以往文獻提到的異常數(shù)據(jù)處理方法一般有三種。第一種就是直接將數(shù)據(jù)刪除。這種方法最簡單，但是由于缺少了部分節(jié)點的數(shù)據(jù)，勢必影響整個感知結(jié)果的判斷。第二種則是將異常數(shù)據(jù)去掉，然后采用整個數(shù)據(jù)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(jié)點數(shù)據(jù)之間的差異性，也同樣影響結(jié)果的判斷。第三種則是按照某種方法，給不同數(shù)據(jù)賦予不同的權(quán)值，以達到“中和”異常數(shù)據(jù)的效果。這種方法在抗SSDF攻擊中比較常見。但是，在加權(quán)的過程中也同樣保留了異常數(shù)據(jù)的部分屬性。而且加權(quán)后的數(shù)據(jù)大小也不一定和和正常數(shù)據(jù)大小差不多。不僅如此，在異常數(shù)據(jù)嚴重偏離平均值的情況下，加權(quán)的效果就要脆弱很多。

技術實現(xiàn)要素：

有鑒于此，本發(fā)明的目的在于提供一種抗SSDF的協(xié)作頻譜感知方法，能夠提高異常數(shù)據(jù)的檢測效率并且能夠精確地對異常數(shù)據(jù)進行糾正。

為達到上述目的，本發(fā)明提供如下技術方案：

一種抗SSDF的協(xié)作頻譜感知方法，所述方法包括：

根據(jù)各個節(jié)點在第一預設時刻的第一數(shù)據(jù)集以及各個節(jié)點在第二預設時刻的第二數(shù)據(jù)集，檢測各個節(jié)點中存在的異常數(shù)據(jù)；

計算正常節(jié)點中數(shù)據(jù)的變化趨勢參數(shù)，并根據(jù)所述變化趨勢參數(shù)對存在異常數(shù)據(jù)的節(jié)點進行數(shù)據(jù)糾正；

根據(jù)正常節(jié)點的數(shù)據(jù)以及糾正后的數(shù)據(jù)，通過檢測各個節(jié)點接收到的采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(jié)點中存在的異常數(shù)據(jù)具體包括：

根據(jù)下述公式計算各個節(jié)點中的數(shù)據(jù)對應的判定系數(shù)：

其中，表示第m個節(jié)點在第二預設時刻的數(shù)據(jù)對應的判定系數(shù)，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(jié)點在第一預設時刻的數(shù)據(jù)，表示第m個節(jié)點在第二預設時刻的數(shù)據(jù)，η表示預設閾值；

當大于1時，判定為異常數(shù)據(jù)。

進一步地，按照下述公式計算正常節(jié)點中數(shù)據(jù)的變化趨勢參數(shù)：

其中，L_t表示在t時刻正常節(jié)點中數(shù)據(jù)的變化趨勢參數(shù)，表示在t時刻第k個正常節(jié)點的變化趨勢參數(shù)，Z表示正常節(jié)點的集合，z表示正常節(jié)點的數(shù)量。

進一步地，按照下述公式確定在t時刻第k個正常節(jié)點的變化趨勢參數(shù)：

其中，表示第k個正常節(jié)點在t+1時刻的數(shù)據(jù)，表示第k個正常節(jié)點在t時刻的數(shù)據(jù)。

進一步地，按照下述公式對存在異常數(shù)據(jù)的節(jié)點進行數(shù)據(jù)糾正：

其中，表示第m個節(jié)點在第二預設時刻糾正后的數(shù)據(jù)。

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?shù)男盘枺琻(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是未被占用的假設，表明目前在頻段上沒有主用戶；H₁是被占用的假設，表明目前在所述頻段上存在主用戶。

進一步地，所述未被占用的假設和被占用的假設根據(jù)下述公式確定：

其中，y表示單個節(jié)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(jié)果；上式表明：當輸出的能量大小大于或者等于所述預設閾值時，探測結(jié)果為被占用，當輸出的能量大小小于所述預設閾值時，探測結(jié)果為未被占用。

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，I_u-1(.)是u-1階第一類修正的Bessel函數(shù)，Γ(.)和Γ(.，.)分別是完整和不完整的Gamma函數(shù)，Q_m(.)是普遍MarcumQ函數(shù)，P_d表示單個認知用戶的探測概率，P_f表示單個探測用戶的虛警概率。

本發(fā)明還提供了一種抗SSDF的協(xié)作頻譜感知系統(tǒng)，該系統(tǒng)包括：

異常數(shù)據(jù)檢測單元，用于根據(jù)各個節(jié)點在第一預設時刻的第一數(shù)據(jù)集以及各個節(jié)點在第二預設時刻的第二數(shù)據(jù)集，檢測各個節(jié)點中存在的異常數(shù)據(jù)；

數(shù)據(jù)糾正單元，用于計算正常節(jié)點中數(shù)據(jù)的變化趨勢參數(shù)，并根據(jù)所述變化趨勢參數(shù)對存在異常數(shù)據(jù)的節(jié)點進行數(shù)據(jù)糾正；

主用戶探測單元，用于根據(jù)正常節(jié)點的數(shù)據(jù)以及糾正后的數(shù)據(jù)，通過檢測各個節(jié)點接收到的采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(shù)據(jù)檢測單元具體包括：

判定系數(shù)計算模塊，用于根據(jù)下述公式計算各個節(jié)點中的數(shù)據(jù)對應的判定系數(shù)：

其中，表示第m個節(jié)點在第二預設時刻的數(shù)據(jù)對應的判定系數(shù)，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(jié)點在第一預設時刻的數(shù)據(jù)，表示第m個節(jié)點在第二預設時刻的數(shù)據(jù)，η表示預設閾值；

判定模塊，用于當大于1時，判定為異常數(shù)據(jù)。

本發(fā)明的有益效果在于：

本發(fā)明提供的抗SSDF的協(xié)作頻譜感知方法，相比以往通過估計均值來判別異常數(shù)據(jù)的方式更加簡便、高效。而且算法復雜度低，對傳感器節(jié)點的硬件要求也很低，降低了硬件成本。

本發(fā)明完全摒棄了以往通過加權(quán)來處理異常數(shù)據(jù)的方法。本發(fā)明為異常數(shù)據(jù)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(fā)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(fā)明的目的、技術方案和有益效果更加清楚，本發(fā)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(xié)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(xié)作頻譜感知系統(tǒng)的結(jié)構(gòu)示意圖。

具體實施方式

下面將結(jié)合附圖，對本發(fā)明的優(yōu)選實施例進行詳細的描述。

請參閱圖1，本申請?zhí)峁┮环N抗SSDF的協(xié)作頻譜感知方法，所述方法包括：

S1：根據(jù)各個節(jié)點在第一預設時刻的第一數(shù)據(jù)集以及各個節(jié)點在第二預設時刻的第二數(shù)據(jù)集，檢測各個節(jié)點中存在的異常數(shù)據(jù)；

S2：計算正常節(jié)點中數(shù)據(jù)的變化趨勢參數(shù)，并根據(jù)所述變化趨勢參數(shù)對存在異常數(shù)據(jù)的節(jié)點進行數(shù)據(jù)糾正；

S3：根據(jù)正常節(jié)點的數(shù)據(jù)以及糾正后的數(shù)據(jù)，通過檢測各個節(jié)點接收到的采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采用。檢測模型可以采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?shù)男盘?，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是未被占用的假設，表明目前在頻段上沒有主用戶；H₁是被占用的假設，表明目前在所述頻段上存在主用戶。

在單個節(jié)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，周期特征檢測技術，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，而且計算復雜度低，因此應用最廣泛。所述未被占用的假設和被占用的假設根據(jù)下述公式確定：

其中，y表示單個節(jié)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(jié)果；上式表明：當輸出的能量大小大于或者等于所述預設閾值時，探測結(jié)果為被占用，當輸出的能量大小小于所述預設閾值時，探測結(jié)果為未被占用。

能量檢測在非衰落環(huán)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，I_u-1(.)是u-1階第一類修正的Bessel函數(shù)，Γ(.)和Γ(.，.)分別是完整和不完整的Gamma函數(shù)，Q_m(.)是普遍MarcumQ函數(shù)，P_d表示單個認知用戶的探測概率，P_f表示單個探測用戶的虛警概率。

探測概率P_d表示授權(quán)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P_f表示授權(quán)用戶不在使用此頻譜而次級用戶卻感知到授權(quán)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占用，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干擾。

在本實施方式中，可以考慮集中式協(xié)作頻譜感知模型。在感知節(jié)點中，有一小部分的攻擊節(jié)點獨立地以一定概率發(fā)送錯誤信息。

惡意用戶偽造感知數(shù)據(jù)的具體操作和手段，包括以下5種。

1、全“1”攻擊：在協(xié)作頻譜感知中，“1”表示感知數(shù)據(jù)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(shù)據(jù)，使認知無線電系統(tǒng)認為主用戶一直處于“繁忙”狀態(tài)。

2、全“0”攻擊：惡意用戶偽造全“0”形式的感知數(shù)據(jù)，使認知無線電系統(tǒng)認為主用戶一直處于“空閑”狀態(tài)。

3、取反攻擊：惡意用戶偽造與主用戶實際頻譜使用狀態(tài)相反的感知數(shù)據(jù)。

4、隨機攻擊：惡意用戶不經(jīng)過對主用戶頻譜使用狀態(tài)的感知，隨機偽造一個感知數(shù)據(jù)提交給數(shù)據(jù)融合中心。

5、拒絕感知攻擊：惡意用戶煽動參與協(xié)作感知的認知用戶拒絕提交感知數(shù)據(jù)。

本發(fā)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，更能適應比較復雜且更貼近現(xiàn)實的隨機攻擊。

盡管不同節(jié)點感知到的數(shù)據(jù)因為環(huán)境等原因會有所不同，但是由于感知信道的狀態(tài)在感知時間內(nèi)沒有變化。所以各個感知節(jié)點的感知數(shù)據(jù)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(jié)點數(shù)據(jù)相對其他節(jié)點數(shù)據(jù)出現(xiàn)明顯不同的變化趨勢，則說明該節(jié)點數(shù)據(jù)為異常數(shù)據(jù)。

在檢測各個節(jié)點中存在的異常數(shù)據(jù)時，可以根據(jù)下述公式計算各個節(jié)點中的數(shù)據(jù)對應的判定系數(shù)：

其中，表示第m個節(jié)點在第二預設時刻的數(shù)據(jù)對應的判定系數(shù)，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(jié)點在第一預設時刻的數(shù)據(jù)，表示第m個節(jié)點在第二預設時刻的數(shù)據(jù)，η表示預設閾值；

當大于1時，判定為異常數(shù)據(jù)。

在本實施方式中，根據(jù)空間相關性，各個感知節(jié)點的感知數(shù)據(jù)都具有相似的變化趨勢?？梢酝ㄟ^計算得出正常節(jié)點數(shù)據(jù)的變化趨勢，再通過此趨勢推斷出攻擊節(jié)點應該發(fā)送的正常數(shù)據(jù)，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(jié)點中數(shù)據(jù)的變化趨勢參數(shù)：

其中，L_t表示在t時刻正常節(jié)點中數(shù)據(jù)的變化趨勢參數(shù)，表示在t時刻第k個正常節(jié)點的變化趨勢參數(shù)，Z表示正常節(jié)點的集合，z表示正常節(jié)點的數(shù)量。

其中，可以按照下述公式確定在t時刻第k個正常節(jié)點的變化趨勢參數(shù)：

其中，表示第k個正常節(jié)點在t+1時刻的數(shù)據(jù)，表示第k個正常節(jié)點在t時刻的數(shù)據(jù)。

在本實施方式中，可以按照下述公式對存在異常數(shù)據(jù)的節(jié)點進行數(shù)據(jù)糾正：

其中，表示第m個節(jié)點在第二預設時刻糾正后的數(shù)據(jù)。

最后，根據(jù)正常節(jié)點數(shù)據(jù)集和糾正后數(shù)據(jù)，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(xié)作頻譜感知裝置，所述裝置包括：

異常數(shù)據(jù)檢測單元100，用于根據(jù)各個節(jié)點在第一預設時刻的第一數(shù)據(jù)集以及各個節(jié)點在第二預設時刻的第二數(shù)據(jù)集，檢測各個節(jié)點中存在的異常數(shù)據(jù)；

數(shù)據(jù)糾正單元200，用于計算正常節(jié)點中數(shù)據(jù)的變化趨勢參數(shù)，并根據(jù)所述變化趨勢參數(shù)對存在異常數(shù)據(jù)的節(jié)點進行數(shù)據(jù)糾正；

主用戶探測單元300，用于根據(jù)正常節(jié)點的數(shù)據(jù)以及糾正后的數(shù)據(jù)，通過檢測各個節(jié)點接收到的采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(shù)據(jù)檢測單元100具體包括：

判定系數(shù)計算模塊，用于根據(jù)下述公式計算各個節(jié)點中的數(shù)據(jù)對應的判定系數(shù)：

其中，表示第m個節(jié)點在第二預設時刻的數(shù)據(jù)對應的判定系數(shù)，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(jié)點在第一預設時刻的數(shù)據(jù)，表示第m個節(jié)點在第二預設時刻的數(shù)據(jù)，η表示預設閾值；

判定模塊，用于當大于1時，判定為異常數(shù)據(jù)。

本發(fā)明的有益效果在于：

本發(fā)明提供的抗SSDF的協(xié)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(shù)據(jù)的方式更加簡便、高效。而且算法復雜度低，對傳感器節(jié)點的硬件要求也很低，降低了硬件成本。

本發(fā)明完全摒棄了以往通過加權(quán)來處理異常數(shù)據(jù)的方法。本發(fā)明為異常數(shù)據(jù)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(fā)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。

最后說明的是，以上優(yōu)選實施例僅用以說明本發(fā)明的技術方案而非限制，盡管通過上述優(yōu)選實施例已經(jīng)對本發(fā)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(jié)上對其作出各種各樣的改變，而不偏離本發(fā)明權(quán)利要求書所限定的范圍。