科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对认知无线电网络中的频谱感知数据伪造(Spectrum Sensing Data Falsification， SSDF)攻击问题，本文提出一种基于哈里斯鹰优化(Harris Hawks Optimization， HHO)算法和支持向量机(Support Vector Machine， SVM)的抗SSDF攻击协作频谱感知方法。首先从报告信息矩阵中提取用于区分次用户类别的特征向量。其次通过HHO算法优化SVM内核参数，通过优化的SVM模型检测恶意次用户，提高了在复杂感知环境中对次用户分类的准确率。最后根据优化的SVM模型计算获得次用户的可信度，并以可信度为权重融合感知数据，进一步加强系统的抗攻击性。仿真结果表明，该方法能够对不同的SSDF攻击场景实现有效防御，相比现有的方法具有更好的频谱感知性能。
- 出版日期2023
- 单位国家无线电监测中心; 通信与信息工程学院; 南京邮电大学
