基于SOM神經(jīng)網(wǎng)絡的惡意用戶檢測算法研究.pdf

1、本學位論文的工作基于國家自然科學基金項目“移動認知無線電關鍵技術研究”(No.61271207)和“認知無線電傳感網(wǎng)絡關鍵技術研究”(No.61372104)，研究目標為利用機器學習算法解決協(xié)作頻譜感知中的惡意用戶檢測問題，主要內(nèi)容為基于SOM神經(jīng)網(wǎng)絡提出相應的惡意用戶檢測算法，并在該算法的基礎上進行改進，從而提高惡意用戶的檢測效果，為傳統(tǒng)的識別算法提供一些新的思路。
　　目前，機器學習在各領域都有了廣泛的研究，成為時下最熱門的領

2、域之一。考慮到認知無線電中傳統(tǒng)的惡意用戶檢測算法大多已趨于完善，本文嘗試利用神經(jīng)網(wǎng)絡中的一種常用算法——SOM神經(jīng)網(wǎng)絡來解決惡意用戶檢測問題。首先，本文提出了一種基于SOM神經(jīng)網(wǎng)絡的惡意用戶檢測算法，并在該算法的基礎上提出了“可疑度”概念?；趥鹘y(tǒng)SOM算法存在的問題，本文在“可疑度”的基礎上進一步提出了“平均可疑度”算法，并將檢測結果與傳統(tǒng)檢測算法的結果進行了比較。此外，本文構建了一種基于核SOM算法的有監(jiān)督SOM神經(jīng)網(wǎng)絡模型，設計了

3、相應的分類算法，并用于解決根據(jù)已知的用戶數(shù)據(jù)及類型判斷某次級用戶是否為惡意用戶的問題。仿真結果表明，該算法具有良好的分類效果。
　　全文共分為五章，各章節(jié)的主要內(nèi)容為:
　　第一章介紹了課題的研究背景及研究意義，概述了協(xié)作頻譜感知中的惡意用戶檢測問題，分析了傳統(tǒng)的惡意用戶檢測算法，同時給出了本論文的章節(jié)安排。
　　第二章介紹了神經(jīng)網(wǎng)絡的基本概念，分析了SOM神經(jīng)網(wǎng)絡的基本原理及應用，包括參數(shù)初始化、訓練方法與評價準則。