Resumen

La detección espectral cooperativa centralizada (CSS) permite a los usuarios no autorizados compartir sus observaciones de detección local con el centro de fusión (FC) para detectar el espectro de usuarios autorizados. Aunque la colaboración lleva a una mejor detección, la participación de usuarios maliciosos (MU) en CSS resulta en degradación del rendimiento. La técnica propuesta se basa en el algoritmo de Divergencia de Kullback-Leibler (KLD) para mitigar el ataque de MUs en CSS. Los usuarios secundarios (SUs) informan al FC sobre la disponibilidad del espectro del usuario primario (PU) enviando estadísticas de energía recibida. A diferencia del algoritmo KLD anterior donde la información de detección individual de SU se utiliza para medir el KLD, en este trabajo los MUs son identificados y separados en función de la decisión individual de SU y las estadísticas de detección promedio recibidas de todos los demás usuarios. El KLD propuesto asigna pesos más bajos a la información de detección de MUs, mientras que

• Materias:Internet de las cosas Dispositivos móviles Ransomware Ingeniería de Telecomunicación Servidores en la nube
• Subjects:Internet of things Mobile devices Ransomware Telecommunication engineering Cloud Servers
• Palabras claves:Técnica propuesta; Divergencia de Kullback Leibler; Usuario malicioso; Usuarios secundarios; Usuario primario; Simulaciones
• Keywords:Proposed technique; Kullback Leibler Divergence; Malicious user; Secondary users; Primary user; Simulations