一种未知信噪比CSS中抗SSDF攻击通信方法及系统

本发明属于无线通信，具体涉及一种未知信噪比css中抗ssdf攻击通信方法及系统。

背景技术：

1、在当今社会飞速发展的背景下，科技已成为引领前行的核心力量，无线移动通讯技术为科技进步注入了新活力。然而，随着无线设备数量的激增，可用无线电频谱资源的短缺问题愈发凸显。无线电频谱是一种宝贵而有限的资源，被定义为由现代通信技术用于传输数据的频率范围，在无线电环境下的信息传输中起着至关重要的作用。为了满足这些多样化的服务需求，必须更加高效和精准地分配和管理频谱资源。作为解决频谱资源匮乏、利用率低等问题的有效解决方案，认知无线电(cognitive radio，cr)技术获得了广泛认可。该技术允许机会性地使用未被许可用户大量利用的频段，从而提高无线电频谱的总体利用率。

2、频谱感知作为cr中首要和核心的一环，已经得到了广泛的研究。根据节点数量的不同，分为单节点频谱感知和多节点协作频谱感知(cooperative spectrum sensing，css)。多节点css通过融合多个次级用户(secondary users，sus)感知到的信息，有效解决了单节点感知不准确的问题，提升了整体的感知准确率。然而，在开放的无线环境中，多个su被允许接入频谱，这会对cr带来严重威胁，频谱感知可能会被恶意用户(malicioususer，mu)误导，容易受到攻击，其中数据篡改(spectrum sensing data falsification，ssdf)攻击是最多和最常见的攻击。

3、为了解决这一问题，需要更加可靠的css方法来最小化攻击者对车联网系统的影响。大部分算法和研究都是假设信噪比(signal-to-noise ratio，snr)已知或固定为同一常数，这只存在于理想的环境下。另外，还有一部分研究为了规避瞬时snr估计，常见的一种方法是假设具有未知参数的感知信道是一种特定分布。根据这种方法提出的软融合检测器适合于假设的信道分布。在移动环境中，局部snr在连续的能量测量之间发生变化，准确的估计当下snr是提升频谱感知效果的关键。加权序贯概率比检测算法(weighed sequentialprobability ratio test，wsprt)能够依据每个su的本地感知数据与集成决策之间的一致性来为其指定一个信誉值，该值随后被用作该su在数据融合过程中的权重。这种算法在识别mu和增强系统效能方面表现出色。然而，wsprt的一个局限性在于它依赖于对本地决策结果的先验概率知识，而这一信息在实际部署中往往难以准确获得。运用最大似然比检测器识别和消除mu，如果mu被融合中心(fusion center，fc)识别，它们将立即从css中移除，这些mu被拒绝参与css。然而，某些mu可以潜在向fc报告有价值的感知信息，因此fc可以通过特定的策略来利用这些mu。基于以上研究，snr未知时利用mu的安全频谱感知方法还是一个有待解决的问题。

技术实现思路

1、为了解决现有技术中存在的问题，本发明提供一种抗ssdf攻击的加权sem方法，解决了现有技术中存在的问题，针对基于局部能量测量软融合的集中式css中的恶意用户攻击问题，提出了一种新的方案提升感知性能。利用sem算法，估计其瞬时snr，该方法不仅考虑了当前能量值，还考虑历史的能量，为不同的能量观测值分配不同的步长，从而改进对snr的估计。

2、为了实现上述目的，本发明采用的技术方案是：一种未知信噪比css中抗ssdf攻击通信方法，包括以下步骤：基于本地频谱感知，通过监测指定频段根据次级用户的能量估计值ej判断pu是否使用；

3、根据本地能量检测的能量值，得到次级用户和恶意用户能量向量的概率密度函数；

4、使用sem算法估计概率密度函数中的snr，根据权重进行判决，区分次级用户和恶意用户；

5、对于信任度高的次级用户直接参与css，对于信任度低的恶意用户根据其攻击类型将恶意用户的报告从css中删除从而实现安全通信。

6、进一步的，基于本地频谱感知，通过监测指定频段根据次级用户的能量估计值具体为：基于本地频谱感知，在每个感知周期，所有次级用户运用能量检测方法，通过感知信道对指定频段进行监测，得到每个次级用户的能量估计值，其中，表示噪声功率，m为信号量样本，zj(m)表示第m个su收到的信号。

7、进一步的，根据本地能量检测得到的能量值，估计正常次级用户和恶意用户能量向量的概率密度函数包括：运用sem算法对所述概率密度函数中的snr进行估计，

8、

9、其中，en表示最终发送到fc上的能量为正常次级用户和恶意用户能量和向量，e为次级用户整个能量检测值向量，g表示snr向量，gn表示感知周期n观测到的snr向量，η为信任门限值，μ表示学习率也称常数遗忘因子，表示对当前snr向量gn的估计，s表示pu状态，e表示条件期望。

10、进一步的，根据本地能量检测得到的能量值，估计正常次级用户和恶意用户能量向量的概率密度函数包括：

11、根据本地能量检测的能量值得到第j个次级用户与主用户之间的平均信噪比为其中p为y(m)的方差，hj表示第j个次级用户与主用户之间的信道增益。设e为次级用户整个能量检测值向量，假设其独立，则得到能量检测值向量的概率密度函数为：

12、

13、其中，，j表示信号数量，g表示snr向量，h0表示pu没有占用授权频谱，h1表示主用户正在使用授权频谱，进而得到正常次级用户和恶意用户能量向量的概率密度函数：

14、

15、其中，m表示估计能量的信号样本数，δ表示攻击强度，e'为恶意用户整个能量检测值的向量，s∈{0,1}表示主用户状态。

16、进一步的，用sem算法对所述概率密度函数中的snr进行估计包括：

17、数据收集：收集频谱数据，包括正常次级用户、恶意用户以及其他背景噪声信号的能量值；

18、基于先验知识或数据驱动的方法为概率密度函数中的均值、方差设定初始值；

19、e步骤，根据当前参数估计，计算每个数据点隶属于正常次级用户和恶意用户两类的高斯分布的后验概率，

20、m步骤，根据计算得到的后验概率，更新每个高斯成分的混合比重、平均值以及协方差矩阵的估计；

21、重复执行e步骤和m步骤，直到满足收敛条件或达到最大迭代次数；得到正常次级用户和恶意用户能量向量的概率密度函数。

22、进一步的，带有权值的sem检测器的决策规则为：

23、

24、第j个次级用户的协作权重为：

25、

26、其中，γ0表示频谱占用判断值，cj表示车辆信任度，cl表示最低信任度，ch表示最高信任度。

27、基于以上构思，本发明可以提供一种未知信噪比css中抗ssdf攻击通信通信系统，包括感知模块、概率密度函数获取模块、判决模块以及执行模块；

28、感知模块基于本地频谱感知，通过监测指定频段根据次级用户的能量估计值ej判断pu是否使用；

29、概率密度函数获取模块根据本地能量检测的能量值，得到次级用户和恶意用户能量向量的概率密度函数；

30、判决模块使用sem算法估计概率密度函数中的snr，根据权重进行判决，区分次级用户和恶意用户；

31、执行模块对于信任度高的次级用户可以直接参与css，对于信任度低的恶意用户根据其攻击类型将恶意用户的报告从css中删除实现安全通信。

32、进一步的，本发明还提供一种未知信噪比css中抗ssdf攻击通信的车联网系统，其特征在于，采用上述未知信噪比css中抗ssdf攻击通信方法进行通信。

33、本发明还可以提供一种计算机设备，包括处理器以及存储器，存储器用于存储计算机可执行程序，处理器从存储器中读取所述计算机可执行程序并执行，处理器执行计算可执行程序时能实现本发明所述未知信噪比css中抗ssdf攻击通信方法。

34、同时提供一种计算机可读存储介质，计算机可读存储介质中存储有计算机程序，所述计算机程序被处理器执行时，能实现本发明所述的未知信噪比css中抗ssdf攻击通信方法。

35、与现有技术相比，本发明至少具有以下有益效果：不同于现有的抗ssdf攻击的研究，主要针对基于局部能量测量软融合的集中式css中的恶意用户攻击问题，提出了一种新的方案提升感知性能，利用sem算法，估计其瞬时snr，该方法不仅考虑了当前能量值，还考虑历史的能量，为不同的能量观测值分配不同的步长，从而改进对snr的估计。对于恶意用户的处理，对三种常见的攻击进行估计，提出一种加权的数据融合方法，在每一轮频谱感知中，每个次级用户的局部感知与全局决策进行计算，来识别正常次级用户和恶意用户，确定其攻击策略。根据每个次级用户的信任度提供分配的协作权重，并应用于以glrt检测器为基础的sem检测器，以提高css性能。和已有方法相比，该算法在没有先验信息的情况下具有较好的感知性能。