随着信息技术的迅速发展,社会和经济发生了很大的变革。与此同时,许多安全问题和挑战也随之而来。信息安全的意义十分重大,关乎着公民隐私和国家安全,因此,各国均将信息安全视为国家重大战略。当前的信息通信中,无线通信网络的占比日益升高,而无线传输的广播性质使得信息安全面临着很大的挑战。在这种情况下,无线通信网络中的信息安全问题逐渐成为了研究热点。此外,窃听设备也在快速发展,逐渐提高了破解加密算法的能力,不断挑战传统加密方法的安全性能。为了应对这些挑战,研究者提出了物理层安全技术对加密算法进行补充和加强。物理层安全技术通过使用无线信道的特征,例如时变特性、随机特性等来保护信息安全。其中,协作干扰技术能够很好地实现信息安全传输,在物理层安全技术中十分常用。在协作干扰技术中,如果源节点需要传输信息给目的节点时,会选取出一个友好的干扰节点。干扰节点将一定功率的干扰信号发送给窃听者,而后源节点会提供给干扰节点一定的报酬作为回报。在干扰节点的干扰下,窃听者不能够正确解码信道中所传输的信息,使得源节点和目的节点之间能够进行安全的信息传输。在协作干扰技术中,干扰节点的选取方法十分关键,关系着网络安全性能的好坏。但是,当前的协作干扰节点选取方法存在着以下的局限性:1)由于每个候选的干扰节点都希望能够被选中从而获取报酬,因此候选节点会不诚实地汇报信道状态信息（Channel State Information,CSI）,以增加自己被选中的机会。这种不诚实的候选节点一方面会导致不公平,另一方面会降低整个网络的安全性能。此外,干扰节点在发送干扰信号时可能是自私的,仅仅向窃听者发送部分（甚至不发送）干扰信号,而后获得不应得的报酬。2)针对不可信干扰节点分析及选取的信任模型目前还没有得到研究。一方面,由于无线节点的移动性,无线网络空间拓扑是具备高度动态性的。因此,信任模型必须灵活并且能够适应网络的空间动态变化。另一方面,以时间的维度出发进行考虑,干扰节点可能具有不同时间间隔的动态行为。因此信任模型必须能够对这些不同的时间间隔的动态行为做出不同的响应。3)对于干扰节点的行为,仅仅从“二元”（可信或不可信）的角度去定义是不切实际的。实际上,干扰节点可能会具有不同程度的不可信行为,也就是“多元行为”,如何评估干扰节点的这种“多元行为”还未得到研究。针对以上的种种局限性,本文研究了基于信任度的可信干扰节点选取方法,从而选取出可信的友好干扰节点。本文的主要贡献归纳如下:·为了应对候选干扰节点不诚实和不可信行为,在物理层,本文首先基于Vick-rey 拍卖策略对干扰节点进行诚实性激励,使得候选干扰节点在报告 CSI 时会确保诚实性。其次,本文采用能量检测方法来检测干扰节点是否发送干扰信号。在社交层创新性地引入信任类别和信任度以评估每个候选干扰节点的信任度。具体而言,通过观察其干扰行为,使用加性增乘性减算法来对干扰节点的信任度进行更新。最后,根据更新后的信任度和信任类别,可以选取出一个可信的干扰节点。·为了适应网络的空间动态性和节点的时间动态性,本文创新性地分别设计了两种信任模型,即面向网络空间动态性的Beta信任模型和面向节点时间动态性的隐马尔可夫（Hidden Markov Model,HMM）信任模型。在两个模型中,干扰节点的可信程度都被量化为一个信任度。在面向空间动态性的Beta信任模型中,干扰信号检测结果的概率由Beta分布表示。具体而言,Beta信任模型允许利用由直接检测和/或间接检测得出的检测结果。这种能够合并来自不同检测结果的能力确保了 Beta信任模型是灵活的,因此可以应用到空间拓扑动态性强的网络中。在面向节点时间动态性的HMM的信任模型中,考虑了节点动态检测结果之间的时间间隔,这使得能够捕获干扰节点的行为时间特征。这意味着HMM的信任模型可以很好地适应节点的时间动态性。·为了量化和评估干扰节点的多元行为,本文创新性地引入了 Dirichlet信任模型,并利用多元结果来评估干扰节点的多元行为。由于单一能量门限值无法适应接收到的干扰信号的波动,也无法检测到干扰节点的多元行为。本文提出了一种具有多个门限值的能量检测方法。使用多门限值能量检测方法,可以得到多个检测结果,从而进行将干扰节点划分为多个等级。为了提供具有这些多个等级的评分,本文以Dirichlet分布为基础建立了一个信任模型。该信任模型可以将声誉值进行分级显示,并且能够归一化到一个信任度中。在Dirichlet信任模型中,后验（更新的）声誉值是通过将先验的（先前的）声誉值与新的评级相结合来计算的。最后,本文为每个声誉值的分级分配一个权重值,并计算归一化的声誉值作为信任度,以评估干扰节点的可信程度。全文共5章,图45幅,参考文献156篇。