[发明专利]抗御智能SSDF攻击的宽带加权协作频谱感知算法

权利要求书

1.一种抗御智能SSDF攻击的宽带加权协作频谱感知算法，其特征是包括步骤：

步骤1)预处理：

1.1)在分布式宽带认知网络中，中心节点通过对多个邻居节点的作为观测向量的频谱信号的能量值进行预处理，去除其中能量值过大或过小的观测向量；

1.2)再对剩余的观测向量集进行主成分分析，识别出恶意用户MU并剔除，得到有效观测向量集；

步骤2)加权融合：

2.1)针对邻居节点的有效观测向量集，中心节点实施基于分布式压缩感知DCS的组稀疏联合重构；

2.2)再由各邻居节点的重构向量，进行基于信誉模型的加权协作频谱感知，做出最终频谱判决；

所述步骤1.1)中，作为中心节点的次用户SU_i识别出有较大能量偏离的感知信息：

根据压缩感知CS原理，观测向量y_i,h(h＝{1,…,I})的能量满足其中x是原宽带信号，δ为常数且δ∈(0,1)；

若远远偏离或则判断y_i,h是不可信的，反之则判断y_i,h是可信的；

y_i,h是不可信的，则分离出受环境强干扰的邻居节点和发动完全相反的SSDF攻击的MU；

其中，i∈{1,…,R}，R是次用户的数量；

所述步骤1.2)中，对剩下的观测向量y_i,h进行基于主成分分析的识别，步骤为：

SU_i首先计算观测向量集Y_i的协方差矩阵∑_i，通过|∑_i-λE|＝0求解其特征值λ_i,1＞λ_i,2＞…＞λ_i,I，并通过(∑_i-λ_i,hE)x＝0(h＝1,…,I)求解各特征值的单位正交特征向量e_i,1,e_i,2,…,e_i,I，其中E为单位矩阵；

Y_i的I个主成分分别为：

……

相应的各主成分的贡献率分别为：

……

于是，当前p个主成分的累计贡献率之和达到90％或95％时，将这p个主成分的观测向量合并成联合观测向量集且用来代表原观测向量集Y_i＝(y_i,1,...,y_i,I)^T，排除可能来自MU攻击的观测向量；

所述步骤2.1)中，设J个主用户占用的J个授权子信道的序列记为Λ_J＝{τ₁,…,τ_J}；在优先考虑先验条件Λ_J的基础上，设计改进的周期MOMP算法，步骤如下：

2.1.1)子信道完全检测：在已设置的主用户信道占用检测周期T内，运行N_momp次传统的MOMP算法来检测主用户分配的授权子信道，并记录每次检测结果；

直到N_momp大于判别次数阈值κ时，停止子信道完全检测，且由N_momp次检测结果投票确定主用户授权子信道的序列Λ_J＝{τ₁,…,τ_J}；

2.1.2)先验条件重构：在检测周期T内，将步骤2.1.1)所获得的序列Λ_J＝{τ₁,…,τ_J}作为先验条件；在后续进行主用户授权子信道检测时，只针对授权子信道Λ_J实行定向联合重构；

2.1.3)周期更新：在下一个检测周期T内，重复步骤2.1.1)以获得更新的主用户授权子信道序列并将作为先验条件重复实施步骤2.1.2)，以快速地进行协作频谱感知；

所述步骤2.2)中，由于正常次用户SU的信誉值明显高于MU的信誉值，则：

针对第q个子信道，中心节点由当前第t轮各个邻居节点发送的频谱感知结果为它们更新信誉值，并将更新后的信誉值用于计算当前一轮协作频谱感知的权重值，即

其中Ω_p为由步骤1.2)主成分分析筛选出来的p个可信的邻居节点；

是第q个子信道的第H个邻居节点的信誉值；

接着，中心节点进行线性加权融合计算出频谱能量值

其中表示第H个邻居节点的频谱信号能量值；高信誉值的邻居节点具有更大的权重，对协作频谱感知的贡献更大，从而使得当地判决结果更准确；

所述步骤2.2)中，判断正常SU的信誉值明显高于MU的信誉值的方法为：

用滑动时间窗内判决结果的相似度来表示各邻居节点的信誉值：假设在第t个时间窗内，第i个SU的判决向量为其第H个邻居节点的判决向量为则它们判决向量之间的相关系数为

预先设置门限值β，当时说明该邻居节点发送的频谱感知信息可信度低，其信誉值减1；反之，其信誉值加1；

于是，第H个邻居节点的信誉值为

其中指示函数为

即当前邻居节点的信誉值受到历史和当前判决结果的影响，正常SU的信誉值明显高于MU的信誉值，信誉值大小说明了邻居节点的可靠性；

第t个时间窗对应第t轮频谱感知。