一种认知车联网中基于区块链的抵御大规模SSDF攻击方法

技术特征：
1.一种认知车联网中基于区块链的抵御大规模ssdf攻击方法，其特征在于包括以下步骤：步骤一：首先搭建认知车联网在区块链架构下的频谱感知与接入的系统模型以及一个时隙的时间分配模型；步骤二：推导出高速移动下车辆用户在不完美控制信道下的频谱检测模型，并分析在不完美控制信道的模型下，对检测恶意车辆用户的影响；步骤三：采用基于前景理论的最终频谱决策方式对信道状态进行判决；步骤四：推导出每个车辆用户的信誉值与信誉阈值，在t
a
次频谱检测结束后，将信誉值低于信誉阈值的车辆用户识别为恶意车辆用户；步骤五：提出根据信誉值修改难度的智能合约，减小恶意车辆用户接入频谱的机会。2.根据权利要求1所述的一种认知车联网中基于区块链的抵御大规模ssdf攻击方法，其特征在于所述步骤一中的区块链架构下的频谱感知与接入，车辆用户和次用户基站之间的信息交互要经过私钥加密以及公钥解密的过程，第i个车辆用户向次用户基站发送局部感知决策过程：感知决策过程：次用户基站广播局部感知决策集过程：其中tsp为时间戳，pv代表私钥加密，cert代表证书，d
i
代表第i个车辆用户的局部感知决策，d代表所有车辆用户的局部感知决策集，诚实车辆用户根据局部感知决策集中的信息实现分布式频谱决策，最终频谱感知决策为信道空闲并且挖掘到区块的车辆用户才能接入频谱传输数据。3.根据权利要求1所述的一种认知车联网中基于区块链的抵御大规模ssdf攻击方法，其特征在于所述步骤二中的分析高速移动下车辆用户在不完美控制信道下的频谱检测过程对识别恶意车辆用户的影响，在不完美信道下，第i个车辆用户传输一比特的局部感知决策的错误率为策的错误率为其中为第i个车辆用户的信噪比，由此推导出诚实车辆用户和恶意车辆用户在不完美控制信道下发送正确局部感知决策的概率，以完美的控制信道为参考，据此分析在恶意车辆用户以不同的攻击概率发动ssdf攻击时，诚实车辆用户对识别恶意车辆用户的影响。4.根据权利要求1所述的一种认知车联网中基于区块链的抵御大规模ssdf攻击方法，其特征在于所述步骤三中的基于前景理论的最终频谱决策方式，诚实车辆用户根据前景理论的判决为，ω
j
(p
d,j
)＝exp(-(-lnp
d,j
)
ζ
)，p
d,j
为第j个诚实车辆用户的检测概率，ω
j
(p
d,j
)为概率加权函数，ζ为客观权重，且n为所有车辆用户的数量，n
sam
为所有车辆用户的局部感知决策中与第j个诚实车辆用户的局部决策相同的数量，诚实车辆用户会根据ζ的大小进行最终感知决策。5.根据权利要求1所述的一种认知车联网中基于区块链的抵御大规模ssdf攻击方法，其特征在于所述步骤四中的信誉值与信誉阈值识别恶意车辆用户的方法，根据每个车辆用户报告局部感知决策的准确性得到其信誉值r
i
＝ε
i
/t
a
，并推导出使其满足高斯分布的记录时间窗的数值，时间窗的数值，根据概率统计的关系得到信誉
阈值阈值其中ε
i
为车辆用户在记录时间窗t
a
没报告正确局部感知结果的数量，为第i个车辆用户报告正确局部感知结果的概率，δ为最小识别错误率。6.根据权利要求1所述的一种认知车联网中基于区块链的抵御大规模ssdf攻击方法，其特征在于所述步骤五中的根据信誉值修改难度的智能合约，首先最优的区块挖掘时间以及感知时间被推导得出，每个车辆用户在最优挖掘时间内产生新区块的概率为并且u
i
＝∈(1-r
i
)，使其满足信誉值越低，难度越高，挖到的概率越小，其中r
i
为第i个车辆用户的信誉值。

技术总结
一种认知车联网中基于区块链的抵御大规模SSDF攻击方法，步骤一：首先搭建认知车联网在区块链架构下的频谱感知与接入的系统模型以及一个时隙的时间分配模型；步骤二：推导出高速移动下车辆用户在不完美控制信道下的频谱检测模型，并分析在不完美控制信道的模型下，对检测恶意车辆用户的影响；步骤三：采用基于前景理论的最终频谱决策方式对信道状态进行判决；骤四：推导出每个车辆用户的信誉值与信誉阈值，在次频谱检测结束后，将信誉值低于信誉阈值的车辆用户识别为恶意车辆用户；步骤五：提出根据信誉值修改难度的智能合约，减小恶意车辆用户接入频谱的机会。本发明适用于无线通信领域。线通信领域。线通信领域。


技术研发人员：林瑞全 李付帅 王俊 刘达
受保护的技术使用者：福州大学
技术研发日：2023.06.21
技术公布日：2023/10/11