【技术实现步骤摘要】
本专利技术属于无人机通信，具体涉及一种面向无人机频谱感知的ssdf攻击检测方法。
技术介绍
1、无人机应用前景广泛，然而随着发展和应用增加，传统的静态频谱分配模式无法适应无人机快速移动、动态变化的通信需求，无人机频谱短缺问题日渐凸显。认知无线电技术是目前解决无线通信领域频谱资源短缺最直接有效的手段，将其运用于无人机网络中，通过感知附近频谱的占用情况来自适应地调整内部通信参数或通信机理，以实现自动感知并调用未被占用频谱，可有效缓解无人机频谱资源匮乏问题。无人机频谱感知可以有效缓解无人机频谱资源利用紧张的问题，对于无人机技术的推广利用有着重要意义。然而，无线信道的开放性，给认知无人机网络带来了诸多安全威胁，比如在协作感知的框架下动态接入频谱，为恶意用户参与感知提供了机会。目前关于无人机频谱感知安全性的研究很少。此外，在频谱感知过程中，无人机网络经常被视为一个统一的实体，无人机之间的距离差异往往被忽视。
2、在协作频谱感知网络中，恶意用户可以通过将错误的本地感知结果发送给融合中心(fusion center,fc)或其他次级用户(secondary user,su)，干扰主用户(primaryuser,pu)的传输，以占用空闲频谱，极大地降低协作感知的效率。恶意用户发起的这种攻击通常被称为伪造频谱感知数据(spectrum sensing data falsification,ssdf)攻击。由于ssdf攻击具有多种攻击模式和复杂灵活的攻击策略，因此，对其进行有效的检测和防御面临较大的困难。虽然国内外学者对频谱感知检测ss
3、因此，深入研究传输可能出错的情况下，认知无人机网络中ssdf攻击检测具有重要的理论和现实意义。
技术实现思路
1、本专利技术的目的是提供一种面向无人机频谱感知的ssdf攻击检测方法，在无人机分散分布或距离pu较近时拥有更好的频谱感知性能，将合法用户误认为恶意用户的概率更低。
2、本专利技术采取的技术方案具体如下：
3、一种面向无人机频谱感知的ssdf攻击检测方法，包括以下步骤：
4、步骤一：建立一个基于集中式协作频谱感知的认知无人机网络；
5、步骤二：每个无人机单独进行频谱感知；
6、步骤三：分析传输出错对恶意用户检测的影响；
7、步骤四：根据信誉度识别恶意用户。
8、进一步地，所述步骤一中的基于集中式协作频谱感知的认知无人机网络，包含恶意用户在内，整个认知无人机网络包含n个无人机作为su，假设其中恶意用户的数量为k，同时地面上还存在一个pu和一个负责所有su的频谱管理的fc；
9、恶意用户会伪装成合法用户发动ssdf攻击，以一定的概率向fc故意发送伪造后的频谱感知数据，从而误导fc做出错误的频谱判决结果；用符号sui来表示网络中第i个su(i＝1,2,...,n)。
10、进一步地，所述认知无人机网络的频谱感知分为三个阶段：
11、阶段1、本地频谱感知：参与协作的合法用户与恶意用户分别对fc选定的pu的授权频段进行独立的本地频谱感知；
12、阶段2、报告/ssdf攻击：合法用户将其感知数据或感知结果发送给fc；恶意用户则以一定的概率发动ssdf攻击，将错误的感知数据或感知结果发送给fc；
13、阶段3、决策汇报：fc将su传输来的信息，依据合适的数据融合规则，得到fc的判决统计量，并根据该判决统计量判断该频段的使用状态，做出最后的判决之后，再将该结果告知su。
14、进一步地，所述步骤二中每个无人机的本地频谱感知，采用基于能量检测的传感技术。
15、进一步地，所述步骤二包括以下步骤：
16、设h0表示pu未使用频谱，h1表示pu占用频谱；sui接收pu的信号可表示为：
17、
18、其中，xi(t)为sui接收pu的信号；ni(t)是均值为0，方差为的加性高斯白噪声；s(t)是pu的信号；
19、能量检测的统计量yi表示为：
20、
21、其中n0为单边噪声功率密度谱，tw为记录时间窗，yi满足：
22、
23、其中，与分别表示中心和非中心卡方分布，自由度均为2ω，后者的非中心参数为ω为时间带宽积，为从pu到sui的接收信号的信噪比；
24、sui的检测概率和虚警概率可表示为：
25、
26、其中λ为能量检测门限，γ(·)为伽马函数，γ(.,.)为不完全伽马函数，的表达式为：
27、
28、其中ρpu为pu的发射功率；是pu与sui之间的路径增益，其表达式为：
29、
30、其中κ、μ分别为路径增益常数、路径增益指数；dp、di分别为pu与sui的3d位置。
31、进一步地，所述步骤三包括以下步骤：
32、假设sui与fc的传输不会出错，合法用户sui报告正确感知结果的概率为：
33、
34、假设sui与fc的传输可能出错，给定瑞利衰落环境下的bpsk调制，sui向fc的报告产生误差的概率为：
35、
36、其中，是sui与fc之间比特汇报的平均信噪比，表达式为：
37、
38、其中，ρi为sui的发射功率；hi是fc与sui之间的路径增益，表达式为：
39、
40、其中，df为fc的3d位置；
41、基于与合法用户sui在与fc的传输可能出错的情况下，正确报告感知结果的概率为：
42、
43、其中，函数f(x,y)定义为f(x,y)＝x(1-y)+(1-x)y。
44、设与分别为恶意用户suj在传输不会出错和传输可能出错的情况下，报告正确感知结果的概率；与公式(12)类似，有：
45、
46、设恶意用户报告的结果与本地感知相反的概率为pmal，若恶意用户采取独立攻击的方式，则有：
47、
48、若恶意用户采取“l out of k”的协作策略进行合作攻击，则有：
49、
50、进一步地，所述步骤四包括以下步骤：
51、设sui的信誉度为ri，是报告准确感知结果的概率：
52、
53、其中τi为tw时间内sui的本地汇报与fc的最终决策一致的次数；
54、设ηi为sui的信誉度阈值，pi为sui的本地汇报与fc的最终决策一致的概率；若sui的信誉度ri大于ηi，则判别其为合法用户，若sui的信誉度ri小于等于ηi，则判别其为恶意用户，
55、设zi(t)为t本文档来自技高网...
【技术保护点】
1.一种面向无人机频谱感知的SSDF攻击检测方法，其特征在于：包括以下步骤：
2.根据权利要求1所述的一种面向无人机频谱感知的SSDF攻击检测方法，其特征在于：所述步骤一中的基于集中式协作频谱感知的认知无人机网络，包含恶意用户在内，整个认知无人机网络包含N个无人机作为SU，假设其中恶意用户的数量为K，同时地面上还存在一个PU和一个负责所有SU的频谱管理的FC；
3.根据权利要求2所述的一种面向无人机频谱感知的SSDF攻击检测方法，其特征在于：所述认知无人机网络的频谱感知分为三个阶段：
4.根据权利要求1所述的一种面向无人机频谱感知的SSDF攻击检测方法，其特征在于：所述步骤二根据网络中的每个无人机的坐标，分别计算它们的频谱感知概率。
5.根据权利要求1所述的一种面向无人机频谱感知的SSDF攻击检测方法，其特征在于：所述步骤二中每个无人机的本地频谱感知，采用基于能量检测的传感技术。
6.根据权利要求1所述的一种面向无人机频谱感知的SSDF攻击检测方法，其特征在于：所述步骤二包括以下步骤：
7.根据权利要求1所述
8.根据权利要求1所述的一种面向无人机频谱感知的SSDF攻击检测方法，其特征在于：所述步骤四包括以下步骤：
...【技术特征摘要】
1.一种面向无人机频谱感知的ssdf攻击检测方法，其特征在于：包括以下步骤：
2.根据权利要求1所述的一种面向无人机频谱感知的ssdf攻击检测方法，其特征在于：所述步骤一中的基于集中式协作频谱感知的认知无人机网络，包含恶意用户在内，整个认知无人机网络包含n个无人机作为su，假设其中恶意用户的数量为k，同时地面上还存在一个pu和一个负责所有su的频谱管理的fc；
3.根据权利要求2所述的一种面向无人机频谱感知的ssdf攻击检测方法，其特征在于：所述认知无人机网络的频谱感知分为三个阶段：
4.根据权利要求1所述的一种面向无人机频谱感知的ssdf攻击检测方法，其特...
【专利技术属性】
技术研发人员：李睿德，李焕，武婧赫，温晓雯，张先超，安建平，
申请(专利权)人：北京理工大学长三角研究院嘉兴，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。