数据库驱动的认知无线电网络中的安全与隐私保护研究

Database driven cognitive radio networks (CRNs) are regarded as an important direction of future CRNS. Security and privacy issues represent a big challenge for database driven CRNs. In this study, we will investigate the following three aspects: location privacy issue, anti-jamming issue and privacy preserving auction issue. For location privacy issue, we will propose a series of novel attack model. To thwart these new attacks, we will propose a novel location protection scheme. For jamming attack, we will investigate channel allocation and attacker inference based anti-jamming framework. Lastly, we will introduce privacy preserving anti-jamming dynamic auction mechanism. The proposed solutions are expected to provide more security guarantees for database driven CRNs.

数据库驱动的认知无线电网络被认为是认知无线电发展的重要发展方向，而安全与隐私是其面临的重要挑战，美国自然基金委将其列入移动网络安全的重要研究方向之一。本项目将重点研究数据库驱动的认知无线电网络环境下的用户位置隐私，无线信号的阻塞攻击及防御，以及动态频谱拍卖的用户隐私保护机制等。在本项目中，针对位置隐私课题，我们将从频谱分配与使用、使用功率、轨迹预测三个方面来分析相应的位置隐私泄露模型并提出相应的保护机制；针对阻塞攻击，我们将研究基于频谱分配与攻击者推断的防御机制，使得防御机制更具针对性，并且可以根据攻击者的可能性进行动态调整，从而获得性能与安全的平衡；我们将在动态频谱拍卖过程中提出两种新的攻击模型，并研究多种新的隐私保护机制。我们将采用基于TV Fool频谱信息数据集和基于USRP的实验对所提出的方案进行大量的验证。本研究课题将推动认知无线电安全研究的整体发展。

本课题围绕“数据库驱动的认知无线电网络中的安全与隐私保护研究”这一课题，围绕认知无线电网络中的面临的诸如位置隐私、阻塞攻击、隐私泄露、接口安全等方面，开展了以下五个方面的研究。.本课题在“频谱安全方面”，针对认知无线电网络中的频谱感知中面临的隐私泄露问题，提出了基于信誉度的合作频谱感知机制。在“认知无线电网络中的位置隐私保护”方面，本课题揭示了认知网络中传感器数据造成的位置隐私泄露，并提出了基于边缘计算与差分隐私的隐私保护方案。在“物理层与网络层融合的感知安全”方面，本课题指出了认知无线网络中基于物理层的侧信道按键推测攻击，以及基于网络层Wi-Fi流量元数据的人口统计学信息推测方法，并提出基于阻塞攻击的防御系统，并使用USRP加以部署。在“认知无线网络人机接口安全”层面，本课题揭示了语音接口面临的对抗样本攻击和图像接口面临的后门攻击，并提出了基于无线信号的活体检测机制以抵御这些安全风险，并使用USRP加以验证。最后，在“应用层欺诈检测”方面，本课题提出了点评类社交网络水军检测机制，并针对终端网络应用服务开发了大规模漏洞检测。.本课题进行中，研究团队发表 ACM CCS 2018，USENIX Security 2020， IEEE INFOCOM 2020，IEEE TDSC，IEEE TIFS等国际会议与期刊35篇。其中CCF A类论文 11 篇、B 类论文 7 篇、其它JCR一区期刊4篇、中文核心期刊2篇，研究成果被多个海外知名大学例如密西根大学安娜堡分校、伊利诺伊大学香槟分校、德州大学阿灵顿分校安全课程列为推荐论文。发现漏洞：Google ID：109708840，CVE-2019-14951，CVE-2019-14924，并发现相关安全威胁100 余处，涉及数亿用户。其中一篇论文入选ESI高被引论文。项目负责人获得2018年教育部自然科学一等奖（排名第三）等奖励与荣誉。