典型文献
分布式协作频谱感知网络中恶意节点检测和定位方法研究
文献摘要：
认知无线电是解决无线通信能量有效性问题的关键技术,其中频谱感知对于提高频谱的利用效率有着重要意义.针对基于共识的分布式协作频谱感知算法易受到恶意节点数据注入攻击,影响认知网络性能的问题,本文提出了两种基于神经网络的恶意节点检测和定位方法抵制网络内的恶意攻击行为,并采用基于Gossip Learning的联合学习策略进一步增强训练邻域检测和定位模型的鲁棒性.本文在9个认知节点的曼哈顿网络上模拟了分布式频谱感知的过程,并验证所提出方法的有效性.结果表明,所提方法具有良好的恶意节点检测和定位性能,联合学习策略能够使神经网络在样本局部有限的情况下学习到更多的攻击特征,提高本地检测和定位模型的可靠性.
文献关键词：
认知无线电;协作频谱感知;共识算法;恶意节点;神经网络;联合学习
中图分类号：
作者姓名：
吴晓晓;李刚强;张胜利
作者机构：
深圳大学电子与信息工程学院,广东深圳518060;鹏城实验室,广东深圳518055;黄淮学院信息工程学院,河南驻马店463000
文献出处：
引用格式：
[1]吴晓晓;李刚强;张胜利-.分布式协作频谱感知网络中恶意节点检测和定位方法研究)[J].电子学报,2022(06):1370-1380
A类：
Gossip
B类：
分布式协作,协作频谱感知,感知网络,恶意节点,点检,检测和定位,定位方法,认知无线电,决无,无线通信,能量有效,中频,频谱感知算法,数据注入攻击,认知网络,网络性能,抵制,恶意攻击,攻击行为,Learning,联合学习,学习策略,邻域,定位模型,曼哈顿,定位性能,本局,攻击特征,共识算法
AB值：
0.315502
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
