文摘
面对不断增加的应用程序域的无处不在和上下文感知计算、物联网(物联网)获得的重要性。研究有效地利用和管理频谱资源工业物联网(IIoT)应用程序目前正在研究团体的利益。随着越来越多的IIoT设备正走向future-connected社会成本高系统的复杂性,为了满足日益增长的需求,无线通信在未来,认知物联网(CIoT)技术被认为是一种选择。空置的可靠检测频谱空穴CIoT网络中是一项至关重要的任务和数据。然而,频谱感知的性能严重退化的存在恶意用户(亩)伪造检测结果的报告错误的数据融合中心(FC)。在本文中,我们专注于使用粒子群优化(PSO)维护的合作频谱感知(CSS)亩所造成的负面影响。方案的有效性验证数值在各种不同类型的场景亩通过分析和模拟。
1。介绍
无线通信网络获得了巨大的进步在过去十年来满足应用程序的增长设备从1 g 4 g长期演进(LTE)先进的无线网络1]。这代人发挥了他们的作用以达到提高数据速率,高可靠性、最小延迟和更多的事情。无线通信面临的挑战是如何连接无线设备互相在随时随地。在进化过程中,预计5 g提供重大贡献对频谱管理、公共安全考虑,能源利用效率,提高数据速率和低延迟2- - - - - -4]。自从5 g无线通信技术是在地平线上与物联网相结合考虑作为它的中心舞台,物联网设备将执行一个核心作用在5 g网络范式的形成5]。
提到的术语引入物联网和艾什顿第一次科技革命,使异构网络的常见的雨伞下物联网(6]。这个技术革命代表未来的连接性和可达性。与传统的嵌入式系统网络,物联网能够连接不同类型的设备,有不同的功能,由不同的制造商7]。物联网改变了众多行业的格局非常自从它引入了8]。这是一个有前途的主题的社会,技术,和经济影响,将举行一个强大的和有意义的影响我们的日常生活中在不久的将来。物联网是简易物流将帮助学习、自动化、e-health-care单位,智能交通系统(8,9]。物联网的功能扩展使用移动计算在医疗环境中带来巨大的医疗移动医疗的形式(10]。同样,光纤陀螺仪的医疗物联网框架提出减少能源消耗的雾传感节点和网络延迟(11]。主要关注的是这种模式从技术的角度是提高计算、通信和连接程序。然而,连通性和无线电频谱管理更重要和富有挑战性的责任在研究社区。在不久的将来,500亿多个无线设备必须相互联系,对大量的频谱资源需求(12]。在[13),作者认为在物联网的重要性和就业认知能力与认知能力的目标,如果没有含义,它类似于一个尴尬的剑龙肌肉和大脑。十几个无线通信技术已经在使用如WiFi,蓝牙,LTE, 3 g标准早些时候,无线个域网、近场通信(NFC),和不同的卫星服务。因此,无线通信的迅速发展要求的新无线服务使用和未使用的无线电频谱的一部分(14]。频谱共享在5.4 GHz乐队已经合法化的联邦通信委员会(FCC),在设备上存在的军事雷达之前访问通道(15]。认知无线电(CR)是一种智能无线通信技术与高效的无线电频谱利用率的能力努力学习并根据环境调整其内部状态(16]。主用户(脓)能够传输任何时间没有限制,而次要用户(SUs)获得的利益频谱访问只有在声明它是免费的(17]。
在CR网络(crn),聚氨酯的错误检测结果假警报,减少了SUs的机会访问频谱。同样,任何misdetection占据了聚氨酯PU信道产生干扰的二次访问。掩蔽的最优干扰副载波获得基于遗传算法(GA)抑制载波间干扰造成的SUs PU通道(18]。在[19),降低副瓣计划使用广义旁瓣抵消器结合GA和微分进化提出了干扰的影响降到最低。
频谱感知与单一苏正面临一些限制,如能源约束的限制,阴影衰落和隐藏终端问题[20.]。另一方面,在合作频谱感知(CSS),传感单用户所面临的问题是减轻通过允许多个SUs分享他们的感知结果间的合作使全球的存在决定PU (21]。CSS, SUs当地决定转发到融合中心(FC)全球决定推断缺席或存在PU (21]。
然而,恶意用户的存在(亩)的CSS严重降低了合作的有效性。因此,适当的检测和排除亩的信息非常重要22]。重要的调查被执行的攻击使CSS健壮亩。FCμ传输错误的检测报告,以创造混乱的谱条件。这样的攻击被称为光谱遥感数据造假(SSDF)攻击(23]。在进行系统回顾24分析物联网设备的安全问题和应对各种安全使用移动计算的挑战。
提出了提高树算法(BTA) (25)使用演算法的整体方法做出合作的结果决定FC可靠性的传感数据异常的存在。工作(26)建议使用差分进化(DE)来确定加权系数向量对用户感知的报告。这加强了正常感应用户的报告相比,高权重的遥感异常的用户。一个增强的CSS方案确定的FC使用花授粉算法(FPA) (27]。同样,性能比较是由不同的硬组合方案之间的FC的异常报告的懒惰亩(28]。工作(29日)减少虚假感应的效果报告在FC在做出最终决定前,使用改进后的双面邻居距离算法GA优化方案。机器学习计划,如支持向量机(SVM)在30.)有效分类正常感知用户和不同类别的亩帮助俱乐部的决定。在[31日),恶意的传感节点与假传感报告量化模拟环境的泊松过程。随着亩不诚实的传感与FC报告,合同理论与激励方法设计方案提出了(32SUs)奖励诚实和加强合作。正常的SUs讨论(33]遵守俱乐部推荐的最终决定PU通道和使用当地的感知决策可靠性保证CSS。提出了一种贝叶斯推理方案在34)个人识别和反酌和协作SSDF攻击者使用滑动窗口的信任模型。
一个健壮的方案处理总是是的恶意用户(AYMUs)中实现35]。延长连续合作方案降低传感报告和提高传感性能研究[36]。软融合方案,诸如最大增益结合(MGC)等增益合并(EGC)结合的能源统计报告SUs做出决定(37- - - - - -39]。艰难的决定方案中的所有SUs合作提出了二进制值表示当地决定FC做出全球决策(40- - - - - -42]。的作品43,44)利用GA优化检测和假警报概率误差概率降到最低。讨论了一种新颖的基于进化学的CSS机制(45)选择和优化的重量系数SUs的感知结果。基于二进制遗传算法(BGA)软融合方案提出了(46)是用于改善检测性能和带宽利用率。利用粒子群优化(PSO)作为阈值点的优化工具提高频谱效率和检测潜在的光谱(47,48]。一个节能算法提供高保护合法用户提出了(49]。在我们先前的研究在50),俱乐部决定了Kullback-Leibler(吉隆坡)散度得分基于用户的软能量传感报告。KL散度分数被公认为用户和本地数据库存储在FC改善未来的决定。同样,在该方法中(51,52),一个双面邻居距离(DSND)和孤立点检测的方案之后,多数投票决定遗传算法用于减少全球决策错误概率的集中的CSS。
摘要PSO算法被用来搜索频谱信息代表的实际地位PU的活动代表所有合作SUs。克服PSO的光谱选择结果的影响在CSS亩。方案,SUs遥感结果转发到FC在某些感应间隔。FC利用PSO算法来确定最合适的能源统计SUs收到的信息中包括亩。请注意,亩假装正常的猜测。一对多的汉明距离和z分数作为复合异常分数和粒子群优化算法的适应度函数。PSO的人口,检测报告与PU通道状态选择最低边远代表所有SUs为全球的决定。全球聚氨酯通道的决定是由EGC、德国,和多数表决融合方案基于PSO算法的选择。PSO算法选择从任何亩含有更少的有害影响;因此,俱乐部的决定变得更加可靠,提高了CSS的整体性能。
该方案验证的假传感总是没有μ(ANMUs) AYMU,相反的μ(浏览器)和随机相反的μ(ROMU)合作环境。AYMU发送一个总是高能通道的数据无论实际的状态;因此,它增加假警报概率和降低SUs的吞吐量。μANMU类别的前锋总是低能耗统计数据,导致misdetection PU和产生干扰。的浏览器是最有害的μ,远期能源统计的相对价值与实际感知的结果。最后,ROMU就像浏览器的概率就像正常的概率 。
剩下的纸是组织如下。在第二节,系统模型通过本文提出了考虑。第三节描述了如何利用PSO算法的细节以减少异常SUs通过识别准确的感知结果的影响在使用EGC之前,德国,在FC多数投票决定。提出了数值计算和分析第四节。最后,第五节总结了纸。
2。系统模型
是经历深衰落的概率SUs极低,共享感知用户合作的结果决定了PU活动可以减少传感与单一苏的感知可能发生的问题。
目标是最小化误差概率 ,在哪里和表示假警报和misdetection概率。因此,为了减少 ,misdetection的不利影响 和假警报概率必须最小化。
如图1,SUs合作意义的活动PU通道并对其传感信息通知俱乐部。从AYMU接收到的信息是一个总是高能信号代表忙状态的通道。同样,ANMU提供与FC低能量信号。浏览器的否定的真正感觉到地位PU和ROMU就像一个浏览器或一个正常的概率。因此,ROMU的自然是更加难以预测。根据收到的报告可疑行为,FC使全球决策通道的可用性。
二元假设检验的时间槽的苏接收信号如下(35]: 在假设表示的空闲状态PU和频道代表了PU渠道占领,是接收信号的苏在时间槽,是加性高斯白噪声(AWGN)苏,聚氨酯通道之间的信道增益,苏,信号传播的PU吗时间槽,分别。
接收到的信号能量的PU通道苏在感应间隔 在哪里样品的数量吗传感区间。根据中心极限定理,样本的数量要足够大,这样能源报告每个SU变成了类似于高斯随机变量两种和(35,53]。
在(3),是信号噪声比(信噪比)和聚氨酯之间苏。同样的, 和 的均值和方差值下的能量报道吗和假设。
3所示。在FC提出粒子群优化过程
算法来源于鸟类进行植绒或鱼聚集了埃伯哈特和Kenedy 1952年(54]。PSO的个人智慧,以及集体智慧,找到一个增强的解决方案中扮演一个重要的角色。在GA,很可能所有小说繁荣比前几代。同样,在PSO,同一组可能会变得越来越好。建立他们的个人情报和改善随着时间的推移。整个集团预计将提高其智力。PSO算法中粒子利用自己和邻居知识来更新自己的位置和速度。PSO粒子交流彼此之间的信息对他们的最佳位置的迭代次数。
该模型的CSS使用PSO如图2。在这个模型中,SUs PU通道和发展他们的能源统计的FC观察形成了PSO人口的数量。然后,FC PSO技术适用于识别传感的报告,更接近实际状态PU通道。FC措施健身分数在所有传感迭代和宣布最低边远粒子作为最终决定实际的信道信息。FC融合应用方案,基于所选择的全球最佳粒子的人口来生成一个更精确的和可靠的PU通道的最终决定。
PSO算法,粒子代表一行人矩阵和每个粒子元素(软能源报告)有一定的位置和速度。最初,我们假设粒子的位置和速度设置为零。PSO算法的整个过程来确定感应报道,在全球的基础上采取的决定是FC,通过进行以下步骤:步骤1:本地频谱决策FC接收到软能源报告SUs形成历史报告组成软能源统计观测矩阵代表所有SUs如感应间隔 在哪里表示的能量信息苏在传感区间。光谱遥感信息是聚集在FC的数据库SUs包括亩间隔的(3)。SSDF效应引起的亩可以最小化利用以下步骤。第二步:找到粒子的适应度在能源信息的收集(4),FC修改粒子的位置观察每个传感的差异报告与其他SUs提供的报告。形成一个新的人口为所有SUs基于已经收集的信息(4), 在哪里 ,表示个人软的平均能耗报告提供的所有其他SUs而采取的报告在这个平均用户。步骤2.1:边远使用一对多的感应距离外围因素确定为传感SUs的报告基于一对多传感距离为苏在传感粒子, 基于结果(6),离群值的分数正常的SUs和亩被添加到发现每个传感区间下的一对多的汉明距离总得分: 在哪里是总异常分数代表绝对的和个人的汉明距离报告平均报告所有其他的猜测传感区间。测量(7)的间隔,结果被收集 在哪里离群值评分的结果吗感应间隔。这个分数是一个测量报告的每个苏离多远的平均检测报告提供的所有其他SUs通过分离感应间隔期间苏亩和正常的缺陷是误导性的俱乐部最终决定对PU通道。步骤2.2:边远使用z分数同样,其他异常分数测量是用z分数测量与传感相比每个SU收到的报告 在哪里 是指,的标准偏差粒子在PSO人口。的z分数边远吗报告的间隔的历史记录。的结果在(9)显示当地的遥感观测的多少用户是超然离群观察提供的所有其他的猜测。现在,对于保证每个的真实性报告的总和z分数为所有粒子是由测量 总z分数的粒子的PSO人口被收集 作为适应度函数是表示每个传感的适宜性报道,每个传感的健康报告的最终选择确定正常SUs和亩,和最好的选择的传感计算结果有更少的异常行为。粒子的标准选择根据他们的健身价值声明根据(6)和(9), 的结果(12)声明的最低分数传感用更少的异常报告相比,那些严重影响由于亩的异常行为。步骤3:更新人口全球最佳位置是导致最小的粒子边远分数在所有粒子在吗根据(12)。每个粒子可能会改善自己的如果它是比前一个新版本。当地的人口是选为最佳粒子 。位置和速度最初被设置为零。粒子速度更新与个人和集体智慧 在哪里和是学习加速度系数描述粒子的个体和社会的贡献。同样的,和是均匀分布随机数范围在0到1,随机算法的发展作出贡献。旁边的测量粒子的速度与当地和全球的情报,这些速度是圆的两个极端 的粒子的位置代表软能源信息迭代更新与测量速度 在哪里人口是修改后的报告,最初的报告吗苏在间隔,速度是在(14)。步骤4:更新本地最佳和全球最佳健康测量的新的人口(15)是由一样遵循同样的步骤(12)。这部小说粒子健身与同期相比人口健康搜索任何改善局部和全局最好位置相比,早期的能源报告。同样,当地人口更新最好的位置 在(16),当地最好的粒子更新的结果通过比较新的人口的健康(15)的当地最好的粒子健康。当地最好的粒子更新和新粒子的值如果他们偏远的结果(12)是高于新创建的人口。同样,搜索是由确定的新的全球最好的粒子在整个人口“适者生存”的交叉分析。健身的更新本地最好的粒子(16)放置比较搜索任何改善全球最佳粒子的选择 在(17),外围得分的每个粒子当地最好的人口相比,全球最好的粒子决定的。如果当地最好的人的任何粒子适应度函数发现最佳相比,全球最佳粒子的最小边远分数(12),那么全球最好的粒子被替换。在这里,新的全球最好的粒子被选中代表最好的粒子适应度函数有最小偏远导致当前和先前的PSO人口。PSO生产新的人口和搜索的全球最佳效果持续,直到停止准则。结束时所需的迭代次数,最终全球最佳粒子包含可靠和值得信赖的软能源报告合作SUs FC当选为最终决定。第五步:全球决策组合方案基于全球最佳粒子的最终选择代表所有的柔软能源报告合作SUs FC利用软、硬结合的方案第二节声明一致决定PU通道。EGC、德国和多数表决融合组合方案作为决策标准在这一节中。EGC结合个人统计信息的SUs给予同等重量每个SU决定和总结。EGC的组合与阈值
合作检测和虚警概率和由EGC方案基于全球有关聚氨酯频谱的决定
MGC方案,每个接收信号分支乘以重功能分支获得成正比。树枝与德国的一个强烈的信号放大,而接收微弱信号组件与权重衰减。提高的思想强烈的信号分量和衰减弱信号分量的MGC多样性是一模一样的滤波和信号加权匹配滤波器接收机。同样,德国计划在FC赋予更高的权重的决定SUs高信噪比的价值观和低权重的决定SUs处理低信噪比的值 在哪里 德国的合作检测和假警报概率测量方案基于接收到的软能源统计数据
在大多数投票方案,SUs的FC数总数与精力值大于阈值
三个常用的组合方案多数投票,或者,和融合组合方案。计算困难的决定,一个全球决定如果聚氨酯存在的总合作用户提供PU检测信息和他们的能量大于一个阈值。FC的结论是最终决定如果用户报告验证聚氨酯存在。同样,合作用户的总数与PU检测不到的信息导致FC的结束声明一个空闲状态的PU通道。计算分数被认为是1或融合规则和和规则。在拟议的工作中,绝大多数投票方案被选中 。在多数表决的情况下,如果一半合作SUs能量传递的阈值,一个全球性的决定 ;否则,决定赞成 。
多数人的检测和假警报概率测量投票艰难的决定方案基于PSO在FC的最佳选择如下: 在哪里和合作检测和假警报概率的多数表决方案当PSO在FC用作检测机制。
4所示。数值评估
为了模拟,参数调整是由CRN的 SUs。在总SUs 7 SUs选为正常和4 SUs作为AYMUs随机选择,ANMUs,浏览器,ROMUs。感应时间保存它包含 遥感样本。的总数传感迭代选为100。的传感区间ROMU执行恶意行为是随机从1调整 。验证了系统性能的相同分布的浏览器,ROMU AYMU, ANMU用户。SUs的传感报告形成了PSO的人口规模 与粒子代表的传感信息SUs合作。
在这个模拟的一部分,亩首先被选为AYMU,然后,它的本质是改变ANMU。在图3,结果是比较EGC的表演所吸引,德国,和多数投票方案。从仿真结果图3,很明显的改善的检测结果PSO-based EGC、德国,多数表决方案与传统的组合方案。合作方案性能的考虑下AYMU和ANMU更优化的算法基于软、硬组合。结果表明,检测响应的情况下只有AYMU和一个只有ANMU用户的因素是相同的。平等考虑AYMU ANMU情况下同样的待遇在CSS和几乎相同的检测概率对于一个给定的假警报 。图3接受者操作特征(ROC)结果还显示了更好的PSO based-MGC方案是紧随其后的是EGC方案。绝大多数投票很难融合组合说明最低检测结果与其他两个方案。同样清楚的是,PSO-based软、硬融合组合方案能够超越简单的德国,EGC、和努力融合组合对于任何给定的假警报。
在第二部分,系统的真实性验证通过比较的结果提出PSO-based软、硬组合与传统方案。在这种情况下,亩首先被选为浏览器,然后,ROMU的自然变化。结果表明MGC计划显示了更好的检测与EGC相比,多数表决。中华民国的集合下的三个方案建议和传统的计划显示PSO-based组合技术的可靠性。在图4,ROMUs影响传感环境比浏览器更危险。该方案正在取代传统的融合方案在浏览器和ROMU病例。
第三部分的模拟中,传统的表演和拟议中的PSO-based融合组合方案进行测试,当亩分布式同样AYMU ANMU,浏览器,ROMU图5。
最低ROC结果图5显示性能的传统融合方案的考虑下所有4亩,虽然上面的三个ROC曲线显示算法融合组合方案下的性能相同的参数设置。这表明的检测性能的改善PSO-based融合组合方案与传统的组合方案。值得注意的是,MGC融合组合方案提供了更复杂的检测性能相比其他方案。
拟议中的PSO-based融合组合方案进一步说明验证了误差概率根据信噪比不同从−35 dB 0分贝图6。传感PU通道误差的方案是最低的,增加信噪比方案错误减少了与其他传统方案相比要快多了。
很明显,通过PSO-based算法后,提出了融合组合方案更优化、准确亩的存在。算法的选择后的软、硬融合组合使CSS真实和合适的亩。考虑的亩CSS的风险显著降低方案。结果表明,SUs合作是更有效的使用方案。该方案能够消除亩的考虑在全球决定FC和产生可靠感知的结果。
5。结论
亩的影响在CSS减少CIoT合作的有效性。因此,有必要检测亩为了避免任何混乱的实际地位PU通道。本文着重于提高CSS使用PSO算法的性能。基于能源统计报告的可疑行为,算法能够减少亩的效果验证的全球决策PU的存在。FC结合了多种传感用户使用该EGC的报道,德国,和多数投票决定收购全球聚氨酯活动的决定。拟议的PSO算法能够克服浏览器的影响,ROMU AYMU, ANMU类别亩的软、硬组合。模拟验证该方案的优势和真实性产生更精确和可靠的软、硬结合的决策方案在FC。
数据可用性
使用的数据来支持本研究的发现包括在本文中。
的利益冲突
作者宣称没有利益冲突有关的出版。
确认
这部分工作是支持MSIT(科技部和ICT),韩国,在期(信息技术研究中心)支持程序(IITP - 2020 - 2018 - 0 - 01426)监督的IITP(信息与通信技术研究所计划和评估)和部分由国家研究基金会(NRF)由韩国政府资助(MSIT)(2019号r1f1a1059125)。