شناسایی حمله تقلید از سیگنال کاربر اولیه در شبکه رادیوشناختی مبتنی بر طبقه بندی مدل مخلوطی فرآیند دیریشله

یکی از چالش های مهم در تحقق رادیوشناختی که یک فن آوری کلیدی برای مقابله با کمبود طیف در شبکه های بی سیم به حساب می آید، امنیت آن است. در رادیوشناختی، دستیابی پویا به طیف باعث خطرهای امنیتی بیشتری علاوه بر آن چه در شبکه های متداول بی سیم وجود دارد، خواهد شد. از مهم ترین این خطرها، حمله تقلید از سیگنال کاربر اولیه است. بدین معنی که یک کاربر مخرب سعی دارد سیگنالی مشابه با سیگنال کاربر اولیه ارسال کند تا کاربران ثانویه را فریب داده و از ارسال سیگنال های این کاربران در حفره های طیفی جلوگیری کند و ضمن ایجاد ترافیک در شبکه، با به دست آوردن باند فرکانسی خالی، اطلاعات خود را ارسال کند. از روش های شناسایی این حمله، طبقه بندی سیگنال های کاربران اولیه و مخرب در محیط است. در این مقاله، از روش طبقه بندی بدون نظارت مبتنی بر مدل مخلوطی فرآیند دیریشله استفاده می شود. با این روش، بدون اطلاعات پیشین از تعداد کاربران اولیه فع ال، طبقه بندی سیگنال ها صورت می گیرد.

کلیدواژه ها:

رادیوشناختی ، امنیت ، حمله تقلید از سیگنال کاربر اولیه ، طبقه بندی بدون نظارت ، مدل مخلوطی ، فرآیند دیریشله ، نمونه برداری گیبس