能效优先的CR PUEA攻击防御策略：性能与稳健性提升

本文主要探讨了在认知无线电网络(Cognitive Radio Network, CRN)背景下，针对模仿主用户攻击(Power Unwanted Emission Attack, PUEA)提出的一种能效优先的防御策略设计与性能分析。认知无线电是一种智能无线通信技术，它允许非授权用户动态地接入空闲频谱，但在实际应用中，这种动态共享可能导致安全威胁，如PUEA，即恶意用户故意发射强信号，试图欺骗合法的频谱使用者。 作者们首先将能效优化作为核心目标，将CSS (Cooperative Spectrum Sensing, 合作频谱感知)在PUEA存在时的能效提升作为主要考量因素。他们构建了一个安全的CSS系统模型，其中安全检测性能被设定为约束条件，旨在寻求在保障能量效率的同时，确保系统能够有效检测到潜在的主用户干扰或攻击信号。 在CSS中，融合中心采用了K秩准则（K-out-of-N准则），这是一种多用户检测方法，通过协作的多个用户发送的信号来确定是否为主用户活动。通过调整K值和认知用户数量N，可以在保证能效最大化的同时，优化整体的检测性能。这表明，提出的PUEA防御策略能够在能效与检测性能之间实现有效的权衡。 与传统的最大比合并(MRC)准则下的安全CSS进行对比，研究结果显示，新策略不仅保持了较高的能效，而且在面对PUEA攻击时表现出更强的鲁棒性，不受干扰功率的影响，能够在复杂环境中稳定地运行。因此，该策略对于维护认知无线电网络的正常运行和保护其资源的有效利用具有重要意义。 本文的研究成果对于设计和实施能效高效的认知无线电系统，尤其是在对抗恶意攻击方面，提供了有价值的理论依据和实践指导。此外，文章还引用了中图分类号TP393和文献标识码A，以及DOI号10.3969/j.issn.1000-0801.2017116，表明其在学术界的专业性和可追溯性。这项工作对推动认知无线电网络的安全、能效管理和频谱利用率提升具有积极的推动作用。