1.一种基于效用的分布式协作频谱感知攻击防御方法，其特征在于，该方法包含以下步骤：步骤1：各认知用户首先在本地进行能量感知，得到感知值Pi，将Pi赋值给xi(0)，作为算法中的初始迭代值，同时，每个认知用户将自身能量值Ei赋值给初始效用值ui(0)，并确定迭代次数Tc，效用值用能量值来表达；

步骤2：将每个认知用户看成是融合中心，更新其各个邻居用户状态值Ci,j(k)＝xj(k)，将邻居节点传递的状态值Ci,j(k)进行判决，得出判决结果Di,j(k)，然后预留出2T和Wa级缓存空间，T是一小于系统所设定的迭代次数同时也是收敛次数Tc的常数,Wa等于认知用户数m，融合中心的含义为在集中式协作频谱感知场景中，存在一个融合中心，每个次用户都将感知信息传递给融合中心，融合中心做最后的感知判决，在分布式协作频谱感知场景中将每个认知用户看作是融合中心，可以收集邻居节点的感知能量值，并可对邻居节点进行效用惩罚与奖励；

步骤3：各认知用户将对邻居节点的判决结果进行汇总判决，当发现有恶意用户发动了攻击时，会给予其所有邻居节点一个效用惩罚P(k)，并不与其邻居节点进行数据融合；反之，当判定不存在恶意攻击时，认知用户会给予其所有邻居用户一个效用奖励R(k)，同时，与邻居用户进行一致性数据融合，然后，每个认知用户会计算更新自身效用值，认知用户定义是否发生恶意攻击的标准为邻居节点传递的感知值是否存在不同的判决结果，当存在时，判定有恶意用户发动攻击，反之，判定不存在恶意攻击，效用惩罚P(k)与效用奖励R(k)的具体求解过程为：各认知用户将邻居用户分成两组Di,j,0(k)与Di,j,1(k)，判决结果为0的一组为Di,j,0(k)，数量为N0，判决结果为1的一组为Di,j,1(k)，数量为N1，在一次迭代过程中，各认知用户与邻居节点进行信息交互所消耗的能量我们认定为E2，定义惩罚效用P(k)：其中η为累加惩罚因子，初始值为1，会随

迭代次数而更新，定义奖励效用R(k)为：

其中μ为累加奖励因子，初始值为1，会随

迭代次数而更新；

η与μ的更新过程为：各认知用户会先判断在最近T次迭代中，其邻居节点中有无恶意用户发起攻击，当存在恶意攻击时，累加奖励因子μ保持不变，会更新累加惩罚因子η：反之，当无恶意攻击发生时，累加惩罚因

子保持不变，会更新累加奖励因子μ：

步骤4：当k＞＝2T，且mod(k,T)＝0时，k表示更新的迭代次数，认知用户i会收集其最近T次的惩罚奖励情况来作一次判断，更新累加惩罚因子η与累加奖励因子μ；

步骤5：当k＞＝2T，且mod(k,T)＝0时，对所有没被惩罚的认知用户进行检验，检验是否有潜在的攻击行为，如存在，将其视为可能发动攻击的潜在恶意用户，给予额外的惩罚Pe；

步骤6：更新迭代次数：k＝k+1；当k≥Tc，整个感知系统将停止迭代，每个次用户会进行最终的感知判决，否则返回步骤2继续进行迭代循环。