认知无线网络中基于认知循环的双重信任管理机制研究

频谱感知、决策和系统智能学习是认知无线网络认知循环过程至关重要的环节，充分考虑认知循环中各环节对信任的不同需求，针对主用户与认知用户共享频谱资源而导致的主用户与认知用户、认知用户间的双重信任问题。本项目利用社会行为学策略，从认知循环角度出发，分别研究中心式和分布式架构下的信任模型。并在中心式架构下，利用市场理论，综合节点直接评价和历史评价建立中心式多维信任管理机制；在分布式架构下，基于动态模型，综合节点间接评价和历史评价建立分布式多维信任管理机制。通过建立贯穿于整个认知循环的双重信任管理机制，有效地提高感知数据的准确性和智能学习的可靠性，解决三种不可信实体给网络带来的安全威胁。最后，借助博弈控制理论，研究认知无线网络信任管理机制优化方法，增强认知无线网络的安全性和健壮性。通过本项目的研究，将为认知无线网络的技术发展和实际应用提供有力的理论支撑和安全保障。

频谱感知、决策和系统智能学习是认知无线网络认知循环过程至关重要的环节，充分考虑认知循环中各环节对信任的不同需求，针对主用户与认知用户共享频谱资源而导致的主用户与认知用户、认知用户间的双重信任问题。本项目利用社会行为学策略，从认知循环角度出发，分别对中心式和分布式架构下的信任模型展开研究，最后利用博弈优化理论，对认知无线网络信任管理机制优化方法进行了研究。 . 在中心式架构下，本项目提出了一种中心式认知无线网络下的自适应信任管理机制，该自适应信任管理机制充分结合了认知无线网络认知、学习推理和认知循环的思想；利用市场理论，提出了一种基于市场理论的动态信任阈值判定方案，用于解决信任管理机制信任阈值选取的问题；提出了一种基于感知信誉和礼节信誉的中心式认知无线网络信任管理机制并给出了相关的管理方案。. 在分布式架构下，基于动态模型，提出了一种分布式认知无线电网络动态信任管理机制，该方案通过划分认知用户网络行为的效益、目的和特征，采用多因子分类计算常态信誉和合作信誉并利用动态选择的遗忘因子更新信誉，实现对认知用户信任的奖惩；利用公平模型最后削减者问题的方法，提出一种公平的、基于信誉值的频谱分配方案，用以解决认知无线传感器网络中高效、公平地频谱资源分配的问题；提出了一种基于陪审团制度的分布式认知无线电网络信任管理机制，该方案能有效分布式认知无线电网络所面临的安全问题。. 最后,我们通过运用博弈控制和优化的方法，提出了一种联盟间按概率进行频谱分配和联盟内按需求进行频谱分配的频谱分配准则,并设计了一种结合次级用户频谱感知结果准确性和频谱感知行为活跃度的信誉值计算方法；. 基于本项目资助，课题组在国内外会议和期刊上发表了学术论文27篇、国家级奖励1项、省部级科技奖励1项、专利授权6项、颁布标准1项。本项目为认知无线网络中的双重信任管理机制的研究奠定了理论基础，对在认知无线网络中的信任模型的建立具有重要的应用价值。