[发明专利]一种抵御恶意用户数据篡改攻击的方法

权利要求书

1.一种抵御恶意用户数据篡改攻击的方法，其特征在于，包括以下步骤：

各认知用户获取各自的本地检测统计量，并将检测统计量发送给融合中心；

融合中心通过剔除算法剔除异常值获取最终的统计检测量；

将最终的统计检测量和判决门限通过判决准则融合进行正确感知。

2.根据权利要求1所述的抵御恶意用户数据篡改攻击的方法，其特征在于，所述各认知用户通过频谱感知模型和恶意攻击模型获取各自的本地检测统计量。

3.根据权利要求2所述的抵御恶意用户数据篡改攻击的方法，其特征在于，所述频谱感知模型为：

其中，ω(n)是均值为零且方差为的高斯噪声，n为样本数，h(n)为衰落信道增益，s(n)表示认知用户接收到的信号；是指主用户不存在的情况，是指主用户存在的情况；

相应的检测统计量如下：

其中，i表示第i个认知用户，Y_i为能量值，为方差，T_i为检测统计量。

4.根据权利要求3所述的抵御恶意用户数据篡改攻击的方法，其特征在于，所述恶意攻击模型具体为：

其中，为恶意用户篡改后的检测统计量，Δ_i是表示攻击强度常数，η_i是第i个次用户的门限值；

具体的，在主用户不存在的情况下，为：

其中，ρ_i是攻击强度参数，表示在情况下T_i的均值，表示虚警的概率；

在主用户存在的情况下，为：

式中，ρ_i是攻击强度参数，表示在情况下T_i的均值，为检测的概率。

5.根据权利要求4所述的抵御恶意用户数据篡改攻击的方法，其特征在于，所述各认知用户通过Nakagami-m信道衰落模型结合频谱感知模型和恶意攻击模型获取各自的本地检测统计量。

6.根据权利要求5所述的抵御恶意用户数据篡改攻击的方法，其特征在于，所述Nakagami-m信道衰落模型的概率密度函数为：

其中，Γ(m)表示伽马函数，Ω表示信道增益g平方的期望，即Ω＝E[|g|²]，m为衰落参数。

7.根据权利要求1所述的抵御恶意用户数据篡改攻击的方法，其特征在于，所述剔除算法包括以下步骤：

将收集到的检测统计量由小到大排序；

计算统计检测量中的第一四分位数和第三四分位数；

根据第一四分位数和第三四分位数计算统计检测量的最高位数和最低位数；

根据实际主用户的存在情况将最高位数与检测统计量最大值进行比较或将最低位数和检测统计量最小值进行比较，根据比较结果剔除异常值。