CR中機會頻譜接入與路由安全機制研究.pdf

1、認知無線電（Cognitive Radio，CR）相比傳統(tǒng)的無線網(wǎng)絡(luò)具有更大的挑戰(zhàn)。本論文以CRAHNs網(wǎng)絡(luò)中的MAC層機會頻譜接入以及路由安全為研究對象，研究CRAHNs網(wǎng)絡(luò)設(shè)計實現(xiàn)中的關(guān)鍵技術(shù)問題。
　　在CRAHNs中，次用戶完成機會頻譜接入的問題可以建模為部分可觀測的馬爾科夫過程（Partially Observable Markov Decision Process，POMDP），由于POMDP屬于NP完全(NP Com

2、plete,NPC)問題，存在“維度災(zāi)難”效應(yīng)。而Monte Carlo估計的精度僅與求解問題的方差平方成反比，與維度無關(guān)。本文據(jù)CRAHNs網(wǎng)絡(luò)特性，給出simplified-MCTS方法求解機會頻譜接入問題。Simplified-MCTS建立額外存儲矩陣用于替代回溯步驟的節(jié)點統(tǒng)計信息更新。同時，采用淺仿真樹來完成MCTS中Monte Carlo仿真部分。
　　安全路由方面，本文主要研究攻擊類型為路由黑洞的惡意節(jié)點入侵。本文采用

3、基于特征序列的檢測方式。網(wǎng)絡(luò)的特征序列由 FP-Growth方法對報文轉(zhuǎn)發(fā)規(guī)律提取得到。實驗表明，當捕獲到的路由表信息足夠多時，特征序列趨于穩(wěn)定。當網(wǎng)絡(luò)遭受惡意節(jié)點入侵時，統(tǒng)計序列秩的變化情況，生成可疑節(jié)點集。再對可疑節(jié)點集內(nèi)節(jié)點進行DE-Cusum檢測，定位惡意節(jié)點。
　　機會頻譜接入仿真實驗結(jié)果表明，simplified-MCTS性能表現(xiàn)優(yōu)于隨機貪婪方法，和Q-learning、MCTS方法性能表現(xiàn)基本一致，但其時間復(fù)雜度相對