认知无线电网络基于群体智能的安全决策研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    61602358
  • 项目类别:
    青年科学基金项目
  • 资助金额:
    21.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    F0206.信息安全
  • 结题年份:
    2019
  • 批准年份:
    2016
  • 项目状态:
    已结题
  • 起止时间:
    2017-01-01 至2019-12-31

项目摘要

Cognitive Radio technology provides an effective solution for the spectrum scarcity problem. A large number of secondary users participate in spectrum sensing to get opportunity to access spectrum. Therefore, it indeed improves the reliability of sensing data, but it also results in consumption increasing while access probability decreasing. How to access available spectrum more efficiently with high spectrum utilization is an urgent problem to be solved. Fully considering the problem, this project studies secure decision in dynamic wireless envirionment. Firstly, according to prediction of available resources, we establish spectrum prediction model to study the relation between the number of users and available resources. Secondly, based on the model proposed, we study the reliability of available resources, spectrum allocation and users’ condition using swarm inteligence technology, then make final decision according to utility function. Lastly, evaluate satisfaction through the actual spectrum utility and feed back to optimize the set of parameters of swarm intelligence. Through this project, we can explore secure decision in dynamic envirionment, and thus provide the necessary theoretical support and technical means for the application of cognitive radio network.
认知无线电技术为频谱短缺问题提供了有效的解决途径,大量次级用户为获得频谱的使用参与到频谱感知中,提高了感知数据的可靠性。但过多的次级用户参与竞争,导致了个体开销增加的同时,获得频谱资源的几率却在减小。如何保证可用频谱信息可靠的前提下,以最小的开销获得最大的资源利用效率,安全高效地接入空闲频谱是亟待解决的问题。本项目针对此问题,在可用频谱动态变化的环境中探索用户安全决策方法。首先,根据可用资源预估,建立频谱预测模型,研究群体数目与可用资源的关系;其次,基于频谱预测模型,利用群体智能技术,研究可用资源的可靠性、资源分配的可行性与用户自身条件之间的关系,设计基于群体智能的能效检测方法;最后,根据能效检测进行安全决策,通过实际频谱使用状态对群体满意度进行评估和反馈,优化群体智能参数设置。通过本项目的研究,探索动态环境下用户的安全决策方法,为认知无线电网络的实际应用提供必备的理论支撑和技术手段。

结项摘要

本项目针对认知无线电网络中频谱短缺问题进行研究,在可用频谱动态变化的环境中探索用户安全决策方法。首先,在频谱信息数据的建立阶段,提出了基于关系匹配的频谱感知数据检测方法,可以有效检测频谱感知数据,降低恶意数据的影响,并保证最终决策的准确率。考虑到感知过程能量消耗,提出基于群体智能的代理入侵检测方法,利用多代理计算适度值函数,最优移动路径,从而节省更多的能量。在能效决策阶段,提出一种认知无线网络中基于用户需求的多因素入网决策方法,采用该方法,次级用户综合考虑能量剩余与获得频谱资源的概率等多个因素,对是否接入认知无线网络进行决策。

项目成果

期刊论文数量(6)
专著数量(0)
科研奖励数量(0)
会议论文数量(1)
专利数量(4)
Privacy-Preserving Compressive Model for Enhanced Deep-Learning-Based Service Provision System in Edge Computing
边缘计算中增强型基于深度学习的服务提供系统的隐私保护压缩模型
  • DOI:
    10.1109/access.2019.2927163
  • 发表时间:
    2019-07
  • 期刊:
    IEEE Access
  • 影响因子:
    3.9
  • 作者:
    Yushuang Yan;Qingqi Pei;Hongning Li
  • 通讯作者:
    Hongning Li
PSO-Based Agent Cooperative Spectrum Sensing in Cognitive Radio Networks
认知无线电网络中基于 PSO 的代理协作频谱感知
  • DOI:
    10.1109/access.2019.2944227
  • 发表时间:
    2019
  • 期刊:
    IEEE Access
  • 影响因子:
    3.9
  • 作者:
    J. Chen;S. Huang;H. Li;X. Lv;Y. Cai
  • 通讯作者:
    Y. Cai
Dynamic Matching-Based Spectrum Detection in Cognitive Radio Networks
认知无线电网络中基于动态匹配的频谱检测
  • DOI:
    10.12676/j.cc.2019.04.004
  • 发表时间:
    2019-04-01
  • 期刊:
    CHINA COMMUNICATIONS
  • 影响因子:
    4.1
  • 作者:
    Gu, Yu;Pei, Qingqi;Li, Hongning
  • 通讯作者:
    Li, Hongning
Speed Adjustment Attack on Cooperative Sensing in Cognitive Vehicular Networks
认知车辆网络中协作感知的速度调整攻击
  • DOI:
    10.1109/access.2019.2921604
  • 发表时间:
    2019
  • 期刊:
    IEEE Access
  • 影响因子:
    3.9
  • 作者:
    Li Hongning;Gu Yu;Chen Jiexiong;Pei Qingqi
  • 通讯作者:
    Pei Qingqi

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

基于可靠性分析的微机继电保护设
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    电力自动化设备,9(27): 71-74+87,2007
  • 影响因子:
    --
  • 作者:
    李红宁;张勇军;吴国沛;任震
  • 通讯作者:
    任震
认知无线电网络安全综述
  • DOI:
    --
  • 发表时间:
    2013
  • 期刊:
    通信学报
  • 影响因子:
    --
  • 作者:
    李红宁;赵弘洋;李男;闵莹
  • 通讯作者:
    闵莹
认知无线网络中收敛感知算法安全性检测
  • DOI:
    --
  • 发表时间:
    2014
  • 期刊:
    西安电子科技大学学报
  • 影响因子:
    --
  • 作者:
    李红宁;裴庆祺;李子
  • 通讯作者:
    李子
基于多状态节点贝叶斯网络的HVDC
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    继电器,20(33): 57-61+78,2005
  • 影响因子:
    --
  • 作者:
    陈碧云, 任震;李红宁
  • 通讯作者:
    李红宁

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码