随着无线通信技术的飞速发展,无线传感网络(Wireless Sensor Network,WSN)越来越受到人们的关注,分布式检测是WSN的重要应用之一。在分布式检测系统中包含一个待检测目标,多个传感器节点(SensorNode,SN)和一个融合中心(Fusion Center,FC)。每个传感器节点将感知的目标测量数据发送给FC,FC进行数据处理后获取待检测目标的相关信息。分布式检测系统中存在数据篡改(Spectrum Sensing Data Falsification,SSDF)攻击,攻击者会捕获一些传感器节点使其成为恶意节点,恶意节点可能会将篡改的目标测量数据发送给FC,进而干扰FC做出正确的判决,达到恶化分布式检测系统性能的目标。论文研究分布式检测中的SSDF攻击与防御方法,选题具有重要研究意义与应用价值。由于现有的研究主要集中在从防御角度消除恶意节点的攻击行为对分布式检测系统造成的影响,论文从攻击者的角度,分析概率型SSDF攻击模型对分布式检测性能的影响,并且从两种攻击目标出发研究恶意节点的最优攻击策略。论文研究翻转攻击模型和偏移攻击模型,基于KL散度分析得到了使FC“盲化”的最小恶意节点比例。论文考虑了两种攻击目标,第一个目标是给分布式检测系统造成最大破坏的最优攻击策略,第二个目标是使分布式检测系统无法正常工作的最优攻击策略。研究结果表明,目标一中得到了使系统性能降到最低的攻击策略;目标二中得到了四种最优攻击策略,既破坏了分布式检测系统平衡,使系统无法正常工作,又使恶意节点不被FC识别出来。针对现有的恶意节点识别方法在恶意节点的攻击概率和攻击强度较小时识别概率会明显降低的问题,论文提出了基于自适应门限的恶意节点识别方法。论文采用传感器节点的局部判决结果与系统全局判决结果的不匹配度作为用于传感器类型判断的特征变量,并设计了一种基于攻击概率和攻击强度的自适应门限调整方法。研究结果表明,该方法不仅在恶意节点的攻击概率和攻击强度较高时能够有效识别恶意节点,而且在恶意节点的攻击概率和攻击强度较低时也能达到较好的识别效果。针对现有的SSDF攻击策略大部分在时间上是维持不变的,智慧型攻击方法较少的问题,论文研究智慧型SSDF攻击及其防御方法。从攻击者的角度,给出了智慧型SSDF攻击策略。恶意节点在增大虚警概率和漏检概率的同时,考虑到攻击行为产生的攻击代价,得到了最优攻击问题,进而求解得到最优攻击策略。从防御者的角度,论文在第三章防御方法的基础上进行了改进,提出了一种能够识别出智慧型SSDF攻击者的防御方法。研究结果表明,智慧型SSDF攻击策略能兼顾破坏性和隐匿性,恶意节点在保证不被FC识别出来的基础上,对分布式检测系统造成最大破坏。论文所提出的防御方法也能有效地识别出智慧型SSDF攻击者,减轻其对分布式检测系统性能的恶意影响。利用论文研究的SSDF攻击策略及其防御方法,从攻击者的角度,恶意节点能实现最有效的攻击;从防御者的角度,FC能识别出恶意节点,提升分布式检测系统性能,具有重要的意义。