焦傳海
(陸軍炮兵防空兵學(xué)院,安徽 合肥 230031)
寬帶頻譜感知技術(shù)是認知無線電(Cognitive Radio,CR)[1]得以實用的基礎(chǔ)。壓縮感知(Compressed Sensing,CS)理論的提出與發(fā)展[2],則為實現(xiàn)低速采樣下的寬帶頻譜感知提供了新方案。受路徑損耗、自然干擾及人為干擾等方面的影響,單個認知用戶(Cognitive User,CU)的頻譜感知能力有限,可通過多個用戶合作的感知方案提高整體的感知性能。由于合作感知方案控制信道的開放性,惡意用戶(Malicious User,MU)可對其發(fā)起攻擊,導(dǎo)致認知無線電網(wǎng)絡(luò)在獲得合作增益的同時面臨新的安全威脅[3]。
惡意攻擊一般可分為模擬主用戶(Primary User Emulation,PUE)攻擊和感知數(shù)據(jù)偽造(SSDF)攻擊。其中,PUE攻擊是指在頻譜感知過程中攻擊者模仿主用戶的信號特征,使CU誤認為主用戶真實存在而接入頻譜失敗,降低了頻譜利用率;SSDF攻擊是指惡意認知用戶篡改自己的感知結(jié)果,在合作頻譜感知過程中報告?zhèn)卧斓母兄畔?,極大地影響頻譜感知的可靠性。不管是集中式還是分布式合作頻譜感知,SSDF攻擊都會造成嚴重影響。因此,抗SSDF攻擊成為合作頻譜感知安全領(lǐng)域的研究熱點[4-9]。
針對認知無線電頻譜感知技術(shù)向?qū)拵Щ⒑献骰较虬l(fā)展中遇到的惡意攻擊問題,本文分析集中式和分布式兩種寬帶合作壓縮頻譜感知方案,構(gòu)建寬帶合作壓縮頻譜感知(Wideband Cooperative Compression Spectrum Sensing,WCCSS)網(wǎng)絡(luò)中統(tǒng)一的SSDF攻擊模型,并分析不同攻擊方式的特性,重點討論分布式抗SSDF攻擊的方法。
圖1為集中式認知寬帶無線電網(wǎng)絡(luò)架構(gòu),主要包括若干認知用戶和一個作為數(shù)據(jù)融合中心的認知基站。
圖1 集中式認知寬帶無線電網(wǎng)絡(luò)架構(gòu)
集中式寬帶合作壓縮頻譜感知主要有兩種方案。方案一:各CU利用壓縮感知技術(shù)獨立壓縮采樣,采用相應(yīng)重構(gòu)算法重構(gòu)信號;根據(jù)相應(yīng)判決準則進行本地硬判決,得到本地判決結(jié)果后發(fā)送給認知基站;認知基站融合處理所有的本地判決結(jié)果,得到最終判決結(jié)果。方案二:各CU只壓縮采樣信號和收集數(shù)據(jù),不重構(gòu)信號和本地判決;將收集的數(shù)據(jù)傳給認知基站,并根據(jù)一定的重構(gòu)算法和融合算法處理所接收的數(shù)據(jù),做出最終判決。
對于集中式認知無線電網(wǎng)絡(luò),一旦認知基站(融合中心)發(fā)生故障,整個網(wǎng)絡(luò)將無法正常工作,且部署認知基站將增加建設(shè)成本。因此,多數(shù)情況下選擇分布式組網(wǎng)方式。分布式寬帶認知無線電網(wǎng)絡(luò)如圖2所示。
各CU利用壓縮感知技術(shù)獨立壓縮采樣,并與鄰居用戶交換、分享信息,重構(gòu)信號,最終實現(xiàn)分布式網(wǎng)絡(luò)的寬帶合作壓縮頻譜感知。
圖2 分布式認知寬帶無線電網(wǎng)絡(luò)架構(gòu)
SSDF攻擊中,認知無線電網(wǎng)絡(luò)的MU將本地壓縮采樣值或本地判決結(jié)果篡改為錯誤的數(shù)值,以虛假的感知結(jié)果擾亂認知網(wǎng)絡(luò)的判決,實施惡意攻擊??偨Y(jié)現(xiàn)有的SSDF攻擊[10-11],可從不同角度分類SSDF攻擊。不管何種SSDF攻擊,都是惡意用戶篡改本地壓縮感知結(jié)果后再傳輸。根據(jù)攻擊強度和攻擊概率,可建立統(tǒng)一的SSDF攻擊模型:
其中,xj(m)為本地壓縮感知值;f(xj(m))為篡改值;β稱為SSDF攻擊強度。當(dāng)β=1時,表示MU沒有發(fā)動攻擊;β值偏離1越遠,表示MU攻擊強度越大;攻擊概率p值越大,表示發(fā)動SSDF攻擊的頻率越高。
依據(jù)統(tǒng)一攻擊模型、攻擊概率和攻擊強度,可將SSDF分為3種攻擊方式:恒定攻擊、間歇攻擊以及隨機攻擊。
(1)恒定攻擊
MU每次發(fā)送固定的篡改值,即攻擊概率p=1;攻擊強度β為一固定常數(shù)(β≠1),即β?1或1/β?1,稱為強恒定攻擊。強恒定攻擊極大地影響認知網(wǎng)絡(luò)的最終判決結(jié)果,而恒定攻擊對感知數(shù)據(jù)的篡改是固定的。因此,該類攻擊相對較容易抵御。
(2)間歇攻擊
MU每次按照一定的概率發(fā)動攻擊。不攻擊時,發(fā)送正常結(jié)果;攻擊時,發(fā)送篡改值,此時p≠1、β≠1。間歇攻擊對感知結(jié)果的影響隨攻擊強度β值和攻擊概率p值的變化而變化。間歇攻擊篡改感知數(shù)據(jù)的規(guī)律難以找尋,具有較高的隱蔽性。
(3)隨機攻擊
MU不需要本地感知,每次在一定攻擊強度范圍內(nèi)直接發(fā)送隨機的篡改值,此時p=1,β為服從某一分布的隨機常數(shù)。隨機攻擊屬持續(xù)型攻擊,發(fā)送的篡改值的大小變化不定,且篡改感知數(shù)據(jù)的規(guī)律很難掌控。
綜上所述,在統(tǒng)一的SSDF攻擊模型下,可分為多種SSDF攻擊方式。不同的攻擊方式具有不同的攻擊特性,增加了抗SSDF惡意攻擊的難度。
分布式認知網(wǎng)絡(luò)中的CU接收各鄰居用戶發(fā)送的感知值,依據(jù)相應(yīng)規(guī)則判斷其是否為MU,進而確定后續(xù)數(shù)據(jù)融合判決采取的策略。采取不同的判斷規(guī)則和后續(xù)處理方式,將得到不同的分布式抗SSDF惡意攻擊的寬帶合作壓縮頻譜感知方法[5]。
它的一般步驟可歸納如下:
(1)CUi本地壓縮采樣得到初始狀態(tài)值xi(0);
(2)在第m個迭代時刻,CUi發(fā)送狀態(tài)值xi(m)給它的鄰居用戶,并接收鄰居用戶的狀態(tài)值;
(3)CUi依據(jù)某種判斷規(guī)則,判別是否為MU,并處理其狀態(tài)值;
(4)CUi依據(jù)一定的融合規(guī)則,迭代融合各狀態(tài)值,得到更新的本地狀態(tài)值xi(m+1);
(5)重復(fù)步驟(2)~步驟(4),直到所有CU得到收斂的狀態(tài)值;
(6)CUi比較檢測門限與收斂的本地狀態(tài)值,判決PU信號是否存在。
其中,判斷規(guī)則(3)和融合規(guī)則(4)是分布式抗SSDF惡意攻擊的關(guān)鍵。根據(jù)現(xiàn)有文獻、判斷規(guī)則及融合規(guī)則,當(dāng)前分布式抗SSDF攻擊的方法主要包括基于信任機制[12]、基于最大差值[13]、基于中值濾波[14]以及基于加權(quán)[15]等。
此方法引入信任機制,持續(xù)更新鄰居用戶的信譽值,并依據(jù)信譽值的大小融合鄰居用戶的狀態(tài)值[12]。例如,在第m個迭代時刻,對于用戶CUi,其鄰居用戶的信譽值可由當(dāng)前信譽值和前一時刻信譽值兩部分構(gòu)成。對于2.3節(jié)分析的三類SSDF攻擊,該方法均有效。
該方法一般是利用鄰居用戶發(fā)送的狀態(tài)值與本地用戶局部平均值間的最大差值作為MU的判斷依據(jù)。當(dāng)有超過2個鄰居用戶時,用戶CUi比較本地認知網(wǎng)絡(luò)平均值與各鄰居用戶狀態(tài)值,把差值最大的用戶視為MU并剔除。直到鄰居用戶個數(shù)不大于2時,CUi將依據(jù)留下的鄰居用戶狀態(tài)值更新本地狀態(tài)值。對于間歇攻擊和隨機攻擊,該方法效果較差。
該方法認為MU發(fā)動SSDF攻擊時,篡改值偏離大多數(shù)正常CU的感知數(shù)值范圍,可利用中值濾波法將MU排除在融合范圍之外。相比于基于最大偏差的方法,該方法克服了易將正常CU誤判為MU的不足,實現(xiàn)簡單,計算量也較小。
該方法為鄰居用戶的狀態(tài)值賦予一定的權(quán)重,然后加權(quán)融合各個狀態(tài)值更新本地狀態(tài)值,采用一致性融合方案。這種方法通常結(jié)合信任機制或證據(jù)理論,對信任值或可信度高的用戶賦予其狀態(tài)值的權(quán)重大,反之權(quán)重小。
假設(shè)分布式網(wǎng)絡(luò)拓撲結(jié)構(gòu)如圖3所示,共包含18個節(jié)點,其中有節(jié)點8和節(jié)點15兩個MU,可發(fā)起不同方式的SSDF攻擊,其余節(jié)點為正常CU?;趍atlab平臺,在瑞利信道下(平均信噪比為0 dB)仿真分析抗SSDF攻擊方法。
3.6.1 收斂性能分析
定義節(jié)點的收斂率為各節(jié)點狀態(tài)值經(jīng)一定次數(shù)迭代融合后達到統(tǒng)一狀態(tài)值的節(jié)點數(shù)與全部節(jié)點數(shù)的比值。表1為經(jīng)過5 000次仿真后的各種方法的平均節(jié)點收斂率。由表1可知,LD-WCCSS和MF-WCCSS方法將可疑節(jié)點直接剔除,易把雙向路徑變成單向路徑或者斷開路徑,造成節(jié)點無法快速收斂甚至無法收斂;R-WCCSS和W-WCCSS沒有直接去除節(jié)點,可獲得較高的節(jié)點收斂率;恒定攻擊下,各種抗SSDF攻擊方法的收斂率最高。
圖3 分布式認知網(wǎng)絡(luò)拓撲結(jié)構(gòu)
表1 幾種抗SSDF攻擊方法在不同攻擊方式下的平均節(jié)點收斂率
3.6.2 檢測性能分析
圖4為MU發(fā)起不同方式攻擊時,不同抗SSDF攻擊方法的ROC性能曲線。
圖4 不同抗SSDF攻擊方法ROC性能曲線
由圖4可知,恒定攻擊下,MF-WCCSS由于剔除了較多正常狀態(tài)值,降低了檢測性能,而W-WCCSS和R-WCCSS性能相當(dāng),優(yōu)于LD-WCCSS;間歇攻擊下,W-WCCSS檢測性能明顯優(yōu)于MF-WCCSS和LDWCCSS,較R-WCCSS有所提升;隨機攻擊下,假設(shè)MU發(fā)送的篡改值服從均勻分布,W-WCCSS檢測性能略優(yōu)于R-WCCSS,而MF-WCCSS和LD-WCCSS性能相對較差。
惡意攻擊尤其是SSDF攻擊,嚴重影響認知無線電網(wǎng)絡(luò)的頻譜感知性能。本文主要討論寬帶合作壓縮頻譜感知中的SSDF攻擊方式及其對抗方法,著重研究了分布式抗SSDF攻擊的方法,并仿真比較了各種方法的性能。對于抗SSDF攻擊的寬帶合作壓縮頻譜感知,尚有問題待重點研究解決。例如,如何合理引入激勵懲罰機制,降低MU影響,提高CU交互積極性;如何引入加密機制,有效應(yīng)對跨層攻擊;如何在保證感知性能的前提下,進一步降低算法計算量和感知設(shè)備要求等,是下一步的研究重點。