随着智能交通和无人驾驶技术的出现,车载网中频谱资源短缺问题日益突出。认知无线电技术可以伺机发现并利用空闲频谱,因此被引入到车载自组织网络中,产生了认知车载网。频谱感知是发现和接入空闲频段的基础,分布式认知车载网频谱感知过程主要依赖邻居节点之间感知数据的交互来获得统一感知结果,准确的感知数据是在不干扰主用户前提下进行频谱资源再利用的重要保障。攻击者可以通过篡改频谱感知数据影响频谱的决策与分配,达到独占资源或干扰其他用户的目的。现有的分布式网络频谱感知过程中,对频谱感知数据篡改攻击的研究很少考虑攻击者的移动性,同时,主要利用邻居节点的历史数据对异常数据进行检测,这并不适用于动态拓扑的认知车载网。作为认知车载网的重要特征,节点高速移动性能够导致网络拓扑快速变化和网络割裂问题。在分布式认知车载网频谱感知过程中,节点高速移动性造成邻居节点集合的变化对频谱感知算法的数据融合结果和收敛时间都有影响,也为感知数据篡改攻击者提供了更多的攻击机会;同时,基于邻居节点历史数据的防御方案会因为邻居节点集合的快速变化出现严重的性能问题。节点的高速移动性使得认知车载网面临诸多挑战。本文针对分布式认知车载网,分析了网络拓扑变化速率和动态环境下的分布式频谱感知算法性能;同时,提出了一种基于车辆移动性的全新频谱感知数据篡改攻击及该攻击防御方案,主要研究内容如下:(1)通过理论分析和仿真验证,研究了分布式车载网络的拓扑变化速率与车辆速度、无线信号覆盖范围、时间和车辆之间初始距离等因素之间的关系,刻画了网络拓扑变化速率的总体特征,并对主要影响因素与网络拓扑变化速率之间的关系进行了曲线拟合。(2)在高效性和准确性两方面验证了分布式频谱感知算法在高动态认知车载网中的性能;并在此算法基础上,结合认知车载网节点的移动性特征,提出了一种基于车辆速度调整的全新频谱感知数据篡改攻击方法;同时在合谋攻击效率和防御难度两方面对该攻击的攻击效果进行了分析说明,仿真结果表明该攻击方式可以减少迭代轮数,有效提高合谋攻击效率;同时,可以通过邻居节点的快速变化来增加攻击防御难度。(3)结合认知车载网动态性特征,针对全新的基于车辆速度调整的频谱感知数据篡改攻击,探索了一种基于节点数据差异和邻居节点变化情况动态更新的加权方案,并对该方案的防御效果进行了验证,仿真结果表明该加权方案可以在存在不同攻击方式的情况下快速准确的完成频谱感知过程。