肖洁，陈跃斌，陈楚天，郑婷，钱继武



基于信任度的可变门限能量检测算法

肖洁，陈跃斌，陈楚天，郑婷，钱继武

（云南民族大学电气信息工程学院，云南 昆明 650500）

针对随机的概率式频谱感知数据篡改（spectrum sensing data falsification，SSDF）攻击，提出基于信任度的可变门限能量检测算法。首先比较实际融合值与融合中心上、下边界值的关系，更新可变门限，且通过系统给定的虚警概率和漏检概率确定上、下边界值；其次采用基于正确感知次数和总感知次数比值确定信任值的软融合方法。仿真结果表明，与传统固定门限相比，算法抵御攻击的同时不仅能够降低虚警概率和漏检概率，同时可以提高系统检测概率。

认知无线电；能量检测；概率式SSDF攻击；可变门限

1 引言

为了解决频谱资源紧缺问题，认知无线电（cognitive radio，CR）技术被提出，受到国内外研究学者的高度关注。CR技术在不影响主用户（primary user，PU）正常工作的情况下动态感知空闲频谱[1]。作为CR技术的首要环节——频谱感知，感知结果的好坏直接影响整个认知无线电网络的性能。协作频谱感知通过融合多个认知用户（cognitive user，CU）的感知数据，提高频谱感知的精确性，消除单用户感知结果的不确定性和误差[2]。但协作感知过程存在着诸多风险[3-4]，SSDF（spectrum sensing data falsification，频谱感知数据篡改）攻击是其中之一，即恶意用户（malicious user, MU）通过给融合中心（fusion center，FC）发送虚假的数据以致其做出错误的判决结果[5-6]。

目前，抵御SSDF攻击的协作频谱感知方案较多。参考文献[7]分析SSDF攻击下协作频谱感知的性能限制问题并提出最优的攻击者跟踪策略，但未考虑最优策略的计算复杂度。参考文献[8]提出通过加权系数消除来自恶意用户的虚假信息，从而实现抑制恶意用户的协作检测技术，但此方法未考虑概率式SSDF攻击。参考文献[9]提出攻击意识的协作频谱感知方案抵御SSDF攻击，该方案对攻击强度进行评估，用硬判决准则得到使贝叶斯风险最小的值，虽然分析了攻击强度，但未考虑概率式SSDF攻击。参考文献[10]提出基于改进的软融合能量检测算法抵御SSDF攻击方案，通过建立用户的历史服务质量信誉机制，并利用不同用户的平均信誉度合理分配权重，减少恶意用户对融合结果的影响，同样此方案也未考虑概率式SSDF攻击。参考文献[11]在参考文献[10]基础上针对概率式SSDF攻击采用协方差检测方法，基于改进的软融合方法中提出衰减因子，改善了低信噪比下的检测性能。参考文献[12]提出一种基于贝叶斯模型的协作频谱感知方案抵御SSDF攻击，通过比较融合值与固定门限的大小得到判决结果。虽然是抵御概率式SSDF攻击，但不能有效抵御攻击，原因是当恶意用户发动攻击时，融合值不断变化，系统需要门限为适应融合值的变化而变化，确保得到精确的判决结果，以有效抵御概率式SSDF攻击。

为了解决参考文献[12]中的问题，本文提出了一种基于信任度的可变门限策略（variable threshold energy detection based on reputation，RVTED）抵御概率式SSDF攻击。通过分析认知用户与以往提供感知数据的行为表现，将信任值看成正确感知次数与总感知次数的比值，给每个认知用户分配相应权值。首先攻击者发送概率式SSDF攻击，根据融合中心融合值的变化改变判决门限确保系统得到更精确的判决；其次在无攻击者的情况下，通过给定的较小的虚警概率和漏检概率分别得到融合值的上边界值和下边界值；最后通过比较真实融合值与上下边界值的大小关系进而确定系统门限大小，得到最终的判决结果。

2 系统模型和攻击问题

2.1 系统模型

2.2 能量检测

能量检测是认知无线电技术最常用的频谱感知方法。因其不需知道PU的先验信息，只需计算所有采样点的能量，与预先设定的门限进行比较，得到检测结果，是目前最有效的检测未知信号的方法。

2.3 概率式SSDF攻击过程

融合中心采用线性加权融合认知用户的本地感知数据，融合中心值为：

3 基于可变门限策略抵御SSDF攻击

3.1 MU不发送攻击

3.2 MU以概率pa发送攻击

4 基于信任值的软融合方法抵御SSDF攻击

5 仿真结果及分析

图4 不同攻击强度下基于信任度的可变门限算法随pf变化的虚警概率曲线

图5 不同方案下随pf变化的漏检概率曲线

图6 不同方案下随信噪比变化的检测概率pd的曲线

6 结束语

本文针对概率式SSDF攻击，提出基于信任度的可变门限能量检测协作频谱感知算法。本算法的门限值不再是固定不变的，而是随着恶意用户发动攻击的情况发生变化，其过程是通过比较融合中心真实值与上下边界值的大小决定门限增大或减小，然后将实际融合中心值与变化过的门限进行比较，得到最终判决。算法中的信任度主要依据以往提供感知数据的行为表现进行更新，将正确感知次数与总感知次数的比值看成信任度，合理分配权重。仿真结果表明，该算法与传统算法相比，能有效抵御SSDF攻击，在降低漏检概率和虚警概率的同时提高了系统的检测概率。

[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] 冯景瑜, 李金龙, 卢光跃. 协作频谱感知中抗SSDF攻击的认知用户不确定性行为评估[J]. 电信科学, 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] 裴庆祺, 李红宁, 赵弘洋. 认知无线电网络安全综述[J]. 通信学报, 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] 卢光跃, 苏杭. 分布式协作认知无线电SSDF攻击的防御策略综述[J]. 电信科学, 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] 冯景瑜. 协作频谱感知中的SSDF攻击及其对策研究[J]. 电信科学, 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

肖洁（1992−），女，云南民族大学硕士生，主要研究方向为认知无线电网络安全、频谱感知数据篡改（SSDF）攻击。

陈跃斌（1963−），男，云南民族大学教授、硕士生导师，主要研究方向为认知无线电、协作频谱感知和认知无线电网络安全。

陈楚天（1991−），男，云南民族大学硕士生，主要研究方向为认知无线电网络安全、频谱检测。

郑婷（1992−），女，云南民族大学硕士生，主要研究方向为认知无线电网络安全、恶意模拟主用户（PUEA）攻击。

钱继武（1990−），男，云南民族大学硕士生，主要研究方向为认知无线电网络安全、频谱感知。

2017−12−22；

2018−06−08

陈跃斌，cybuestc@sina.com

国家自然科学基金资助项目（No.61261022）；云南民族大学创新团队项目

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