抵抗SSDF的加权顺序检测算法:恶意用户删除策略
33 浏览量
更新于2024-08-26
收藏 2.09MB PDF 举报
"恶意用户删除的加权顺序对数似然比检测算法是针对认知无线电网络中频谱感知数据篡改(SSDF)攻击的一种新策略。该算法利用加权顺序对数似然比(WSPRT)检测原理,并结合终端的频谱感知信息准确度来识别和剔除恶意用户。在认知无线电网络中,由于网络的开放性,频谱感知容易受到数据篡改的威胁,而现有研究中缺乏有效的防御手段。本文提出的解决方案是将恶意用户的权重考虑进WSPRT算法中,通过终端的权重差异来区分正常用户与恶意用户。
在WSPRT算法中,每个终端的权重根据其频谱感知信息的精度进行加权。精度高的终端将拥有较高的权重,而精度低的终端则可能被视为潜在的恶意用户,从而被排除在决策过程之外。这种策略提高了整体的检测性能,因为错误报告或恶意行为的终端影响被降低了。
仿真结果对比了改进后的WSPRT算法与其他两种常规的顺序检测方法,如Shewhart图和CUSUM(累积和)检验。在不同的恶意用户数量情况下,改进的WSPRT算法表现出更优的性能,能更有效地识别并抵御SSDF攻击,增强了网络的安全性和可靠性。
该研究工作由 Zhao Jun-hui、Li Fei 和 Yang Tao 等人完成,发表于《中国邮电大学学报》2013年4月的第20卷第2期,刊号为10058885。文章详细探讨了算法的设计原理、实施步骤以及性能分析,对于认知无线电网络的频谱感知安全具有重要的理论和实践意义。"
关键词:"认知无线电;合作频谱感知;数据篡改攻击;加权顺序对数似然比"
2021-09-19 上传
点击了解资源详情
2022-08-04 上传
2022-07-15 上传
2022-03-19 上传
2021-04-16 上传
点击了解资源详情
点击了解资源详情
2024-11-17 上传
2024-11-17 上传
weixin_38517904
- 粉丝: 4
- 资源: 967
最新资源
- SSM Java项目:StudentInfo 数据管理与可视化分析
- pyedgar:Python库简化EDGAR数据交互与文档下载
- Node.js环境下wfdb文件解码与实时数据处理
- phpcms v2.2企业级网站管理系统发布
- 美团饿了么优惠券推广工具-uniapp源码
- 基于红外传感器的会议室实时占用率测量系统
- DenseNet-201预训练模型:图像分类的深度学习工具箱
- Java实现和弦移调工具:Transposer-java
- phpMyFAQ 2.5.1 Beta多国语言版:技术项目源码共享平台
- Python自动化源码实现便捷自动下单功能
- Android天气预报应用:查看多城市详细天气信息
- PHPTML类:简化HTML页面创建的PHP开源工具
- Biovec在蛋白质分析中的应用:预测、结构和可视化
- EfficientNet-b0深度学习工具箱模型在MATLAB中的应用
- 2024年河北省技能大赛数字化设计开发样题解析
- 笔记本USB加湿器:便携式设计解决方案