基于信任度的可變門限能量檢測(cè)算法

肖潔，陳躍斌，陳楚天，鄭婷，錢繼武

?

基于信任度的可變門限能量檢測(cè)算法

肖潔，陳躍斌，陳楚天，鄭婷，錢繼武

（云南民族大學(xué)電氣信息工程學(xué)院，云南 昆明 650500）

針對(duì)隨機(jī)的概率式頻譜感知數(shù)據(jù)篡改（spectrum sensing data falsification，SSDF）攻擊，提出基于信任度的可變門限能量檢測(cè)算法。首先比較實(shí)際融合值與融合中心上、下邊界值的關(guān)系，更新可變門限，且通過系統(tǒng)給定的虛警概率和漏檢概率確定上、下邊界值；其次采用基于正確感知次數(shù)和總感知次數(shù)比值確定信任值的軟融合方法。仿真結(jié)果表明，與傳統(tǒng)固定門限相比，算法抵御攻擊的同時(shí)不僅能夠降低虛警概率和漏檢概率，同時(shí)可以提高系統(tǒng)檢測(cè)概率。

認(rèn)知無線電；能量檢測(cè)；概率式SSDF攻擊；可變門限

1 引言

為了解決頻譜資源緊缺問題，認(rèn)知無線電（cognitive radio，CR）技術(shù)被提出，受到國內(nèi)外研究學(xué)者的高度關(guān)注。CR技術(shù)在不影響主用戶（primary user，PU）正常工作的情況下動(dòng)態(tài)感知空閑頻譜[1]。作為CR技術(shù)的首要環(huán)節(jié)——頻譜感知，感知結(jié)果的好壞直接影響整個(gè)認(rèn)知無線電網(wǎng)絡(luò)的性能。協(xié)作頻譜感知通過融合多個(gè)認(rèn)知用戶（cognitive user，CU）的感知數(shù)據(jù)，提高頻譜感知的精確性，消除單用戶感知結(jié)果的不確定性和誤差[2]。但協(xié)作感知過程存在著諸多風(fēng)險(xiǎn)[3-4]，SSDF（spectrum sensing data falsification，頻譜感知數(shù)據(jù)篡改）攻擊是其中之一，即惡意用戶（malicious user, MU）通過給融合中心（fusion center，F(xiàn)C）發(fā)送虛假的數(shù)據(jù)以致其做出錯(cuò)誤的判決結(jié)果[5-6]。

目前，抵御SSDF攻擊的協(xié)作頻譜感知方案較多。參考文獻(xiàn)[7]分析SSDF攻擊下協(xié)作頻譜感知的性能限制問題并提出最優(yōu)的攻擊者跟蹤策略，但未考慮最優(yōu)策略的計(jì)算復(fù)雜度。參考文獻(xiàn)[8]提出通過加權(quán)系數(shù)消除來自惡意用戶的虛假信息，從而實(shí)現(xiàn)抑制惡意用戶的協(xié)作檢測(cè)技術(shù)，但此方法未考慮概率式SSDF攻擊。參考文獻(xiàn)[9]提出攻擊意識(shí)的協(xié)作頻譜感知方案抵御SSDF攻擊，該方案對(duì)攻擊強(qiáng)度進(jìn)行評(píng)估，用硬判決準(zhǔn)則得到使貝葉斯風(fēng)險(xiǎn)最小的值，雖然分析了攻擊強(qiáng)度，但未考慮概率式SSDF攻擊。參考文獻(xiàn)[10]提出基于改進(jìn)的軟融合能量檢測(cè)算法抵御SSDF攻擊方案，通過建立用戶的歷史服務(wù)質(zhì)量信譽(yù)機(jī)制，并利用不同用戶的平均信譽(yù)度合理分配權(quán)重，減少惡意用戶對(duì)融合結(jié)果的影響，同樣此方案也未考慮概率式SSDF攻擊。參考文獻(xiàn)[11]在參考文獻(xiàn)[10]基礎(chǔ)上針對(duì)概率式SSDF攻擊采用協(xié)方差檢測(cè)方法，基于改進(jìn)的軟融合方法中提出衰減因子，改善了低信噪比下的檢測(cè)性能。參考文獻(xiàn)[12]提出一種基于貝葉斯模型的協(xié)作頻譜感知方案抵御SSDF攻擊，通過比較融合值與固定門限的大小得到判決結(jié)果。雖然是抵御概率式SSDF攻擊，但不能有效抵御攻擊，原因是當(dāng)惡意用戶發(fā)動(dòng)攻擊時(shí)，融合值不斷變化，系統(tǒng)需要門限為適應(yīng)融合值的變化而變化，確保得到精確的判決結(jié)果，以有效抵御概率式SSDF攻擊。

為了解決參考文獻(xiàn)[12]中的問題，本文提出了一種基于信任度的可變門限策略（variable threshold energy detection based on reputation，RVTED）抵御概率式SSDF攻擊。通過分析認(rèn)知用戶與以往提供感知數(shù)據(jù)的行為表現(xiàn)，將信任值看成正確感知次數(shù)與總感知次數(shù)的比值，給每個(gè)認(rèn)知用戶分配相應(yīng)權(quán)值。首先攻擊者發(fā)送概率式SSDF攻擊，根據(jù)融合中心融合值的變化改變判決門限確保系統(tǒng)得到更精確的判決；其次在無攻擊者的情況下，通過給定的較小的虛警概率和漏檢概率分別得到融合值的上邊界值和下邊界值；最后通過比較真實(shí)融合值與上下邊界值的大小關(guān)系進(jìn)而確定系統(tǒng)門限大小，得到最終的判決結(jié)果。

2 系統(tǒng)模型和攻擊問題

2.1 系統(tǒng)模型

2.2 能量檢測(cè)

能量檢測(cè)是認(rèn)知無線電技術(shù)最常用的頻譜感知方法。因其不需知道PU的先驗(yàn)信息，只需計(jì)算所有采樣點(diǎn)的能量，與預(yù)先設(shè)定的門限進(jìn)行比較，得到檢測(cè)結(jié)果，是目前最有效的檢測(cè)未知信號(hào)的方法。

2.3 概率式SSDF攻擊過程

融合中心采用線性加權(quán)融合認(rèn)知用戶的本地感知數(shù)據(jù)，融合中心值為：

3 基于可變門限策略抵御SSDF攻擊

3.1 MU不發(fā)送攻擊

3.2 MU以概率pa發(fā)送攻擊

4 基于信任值的軟融合方法抵御SSDF攻擊

5 仿真結(jié)果及分析

圖4 不同攻擊強(qiáng)度下基于信任度的可變門限算法隨pf變化的虛警概率曲線

圖5 不同方案下隨pf變化的漏檢概率曲線

圖6 不同方案下隨信噪比變化的檢測(cè)概率pd的曲線

6 結(jié)束語

本文針對(duì)概率式SSDF攻擊，提出基于信任度的可變門限能量檢測(cè)協(xié)作頻譜感知算法。本算法的門限值不再是固定不變的，而是隨著惡意用戶發(fā)動(dòng)攻擊的情況發(fā)生變化，其過程是通過比較融合中心真實(shí)值與上下邊界值的大小決定門限增大或減小，然后將實(shí)際融合中心值與變化過的門限進(jìn)行比較，得到最終判決。算法中的信任度主要依據(jù)以往提供感知數(shù)據(jù)的行為表現(xiàn)進(jìn)行更新，將正確感知次數(shù)與總感知次數(shù)的比值看成信任度，合理分配權(quán)重。仿真結(jié)果表明，該算法與傳統(tǒng)算法相比，能有效抵御SSDF攻擊，在降低漏檢概率和虛警概率的同時(shí)提高了系統(tǒng)的檢測(cè)概率。

[1] YANG J X, CHEN Y B, SHI W G, et al. Cooperative spectrum sensing against attacks in cognitive radio networks [C]// 2014 IEEE International Conference on Information and Automation (ICIA), July 26-31, 2014, Hulun Buir, China. Piscataway: IEEE Press, 2014: 71-75.

[2] 馮景瑜, 李金龍, 盧光躍. 協(xié)作頻譜感知中抗SSDF攻擊的認(rèn)知用戶不確定性行為評(píng)估[J]. 電信科學(xué), 2015, 31(2): 97-102.

FENG J Y, LI J L, LU G Y. Evaluating uncertainty behaviors of cognitive users against SSDF attack for cooperative spectrum sensing[J]. Telecommunications Science, 2015, 31(2): 97-102.

[3] 裴慶祺, 李紅寧, 趙弘洋. 認(rèn)知無線電網(wǎng)絡(luò)安全綜述[J]. 通信學(xué)報(bào), 2013, 34(1): 144-158.

PEI Q Q, LI H N, ZHAO H Y, et al. Security in cognitive radio networks[J]. Journal of communication, 2013, 34(1): 144-158.

[4] XIAO J, CHEN Y B, XING C X, et al. An optimized scheme to resist primary user emulation attacks[C]// The 2016 International Conference on Communications, Information Management and Network Security(CIMNS2016), Sept 25-26, 2016, Shanghai, China. [S.l.:s.n.], 2016: 176-180.

[5] 盧光躍, 蘇杭. 分布式協(xié)作認(rèn)知無線電SSDF攻擊的防御策略綜述[J]. 電信科學(xué), 2017, 33(1): 95-105.

LU G Y, SU H. Survey on SSDF attack and defense for distributed cooperative cognitive radio[J]. Telecommunications Science, 2017, 33(1): 95-105.

[6] 馮景瑜. 協(xié)作頻譜感知中的SSDF攻擊及其對(duì)策研究[J]. 電信科學(xué), 2014, 1(11): 67-72.

FENG J Y. Research on SSDF attack and defense for cooperative spectrum sensing[J]. Telecommunications Science, 2014, 1(11):67-72.

[7] RAWAT A S, ANAND P, CHEN H, et al. Collaborative spectrum sensing in the presence of byzantine attacks in cognitive radio networks[J]. IEEE Transactions on Signal Processing, 2011, 59(2): 774-786.

[8] ZHAO T, ZHAO Y. A new cooperative detection technique with malicious user suppression[C]// IEEE ICC2009, June 14-18, 2009, Dresden, Germany. Piscataway: IEEE Press, 2009: 1-5.

[9] SHARIFI A A, NIYA M J M. Defense against SSDF attack in cognitive radio networks: attack-aware collaborative spectrum sensing approach[J]. IEEE Communications Letters, 2016, 20(1): 93-96.

[10] PENG T, CHEN Y B, XIAO J, et al. Improved soft fusion-based cooperative spectrum sensing defense against SSDF attacks[C]// IEEE International Conference on Computer Information and Telecommunication System(CITS 2016), July 6-8, 2016, Kunming, China. Piscataway: IEEE Press, 2016: 134-138.

[11] YANG Z L, CHEN Y B, XING C X, et al. Improved reputation of soft fusion based on cooperative spectrum sensing defence SSDF attacks[C]//The 2016 International Conference on Communications, Information Management and Network Security(CIMNS2016), Oct 22-23, 2016, Beijing, China. [S.l.:s.n.], 2016: 181-185.

[12] ZHOU M, SHEN J, CHEN H, et al. A cooperative spectrum sensing strategy based on the Bayesian reputation model in cognitive radio networks[C]//2013 IEEE Wireless Communication and Networking Conference(WCNC 2013), April 7-10, 2013, Shanghai, China. Piscataway: IEEE Press, 2013: 614-619.

[13] FENG J Y, ZHANG Y Q, LU G Y, et al. Defend against collusive SSDF attack using trust in cooperative spectrum sensing environment[C]// IEEE International Conference on Trust, Security and Privacy in Computing and Communication, Oct 19-20, 2014, Beijing, China. Piscataway: IEEE Press, 2014: 1656-1661.

Variable threshold energy detection algorithm based on trust degree

XIAO Jie, CHEN Yuebin, CHEN Chutian, ZHENG Ting, QIAN Jiwu

School of Electrical and Information Technology, Yunnan Minzu University, Kunming 650500, China

Aiming at stochastic probabilistic SSDF attacks, a variable threshold energy detection algorithm based on trust degree was proposed. Firstly, the variable threshold was updated by comparing the actual fusion value with the upper and lower boundary values of the fusion center. The upper and lower boundary values were determined through the given false alarm probability and missed probability. Secondly, a soft fusion method was used based on the ratio of correct perception times and the total number of times to update the trust value. Simulation results show that, compared with the traditional fixed threshold, the proposed algorithm can not only reduce the false alarm and missed detection probability, but also improve the detection probability of the system.

cognitive radio, energy detection, probabilistic spectrum sensing data falsification attack, variable threshold

TN925

A

10.11959/j.issn.1000?0801.2018203

肖潔（1992?），女，云南民族大學(xué)碩士生，主要研究方向?yàn)檎J(rèn)知無線電網(wǎng)絡(luò)安全、頻譜感知數(shù)據(jù)篡改（SSDF）攻擊。

陳躍斌（1963?），男，云南民族大學(xué)教授、碩士生導(dǎo)師，主要研究方向?yàn)檎J(rèn)知無線電、協(xié)作頻譜感知和認(rèn)知無線電網(wǎng)絡(luò)安全。

陳楚天（1991?），男，云南民族大學(xué)碩士生，主要研究方向?yàn)檎J(rèn)知無線電網(wǎng)絡(luò)安全、頻譜檢測(cè)。

鄭婷（1992?），女，云南民族大學(xué)碩士生，主要研究方向?yàn)檎J(rèn)知無線電網(wǎng)絡(luò)安全、惡意模擬主用戶（PUEA）攻擊。

錢繼武（1990?），男，云南民族大學(xué)碩士生，主要研究方向?yàn)檎J(rèn)知無線電網(wǎng)絡(luò)安全、頻譜感知。

2017?12?22；

2018?06?08

陳躍斌，cybuestc@sina.com

國家自然科學(xué)基金資助項(xiàng)目（No.61261022）；云南民族大學(xué)創(chuàng)新團(tuán)隊(duì)項(xiàng)目

The National Natural Science Foundation of China (No.61261022), Innovation Team Project of Yunnan Minzu University