In recent times, wireless communication systems have been considered by a fixed spectrum allocation policy, where administrative agencies provide wireless spectrum to licensees on a long-term basis for high geographical areas. Cognitive radio networks (CRN) will provide a large bandwidth to mobile users. However, CRN networks impose challenges due to security issues and spectrum management issues. Hence, in this paper, blockchain based security enhancement and spectrum sensing method is developed for managing the spectrum as well as identify the malicious user in the CRN. In the CRN, spectrum sensing is a fundamental requirement which affected by the malicious user. The malicious user is attacking the general signal detection of network and disturbs the accuracy of the system performance. The occurrence of a malicious user in CRN sends false sensing data which decreases the presentation of the system. Blockchain-based security and spectrum sensing is achieved in the CRN network which empowers the system performance. The blockchain-based method is utilized to identify the malicious user in the CRN by an Adaptive threshold spectrum energy detection algorithm. The proposed method is implemented in MATLAB and performance is evaluated by performance metrics such as the probability of detection, false alarm probability, sensing performance gain, total error probability, missed detection probability, number of selected sensing nodes, average network throughput, and energy efficiency. The proposed method is compared by existing methods such as Friend or Foe and Tidal Trust Algorithm.

近来，无线通信系统已被固定频谱分配政策考虑在内，其中行政机构长期向高地理区域的被许可人提供无线频谱。认知无线电网络 (CRN) 将为移动用户提供大带宽。然而，由于安全问题和频谱管理问题，CRN 网络带来了挑战。因此，在本文中，开发了基于区块链的安全增强和频谱感知方法来管理频谱以及识别 CRN 中的恶意用户。在 CRN 中，频谱感知是受恶意用户影响的基本要求。恶意用户正在攻击网络的一般信号检测，干扰系统性能的准确性。CRN 中恶意用户的发生会发送虚假的感知数据，这会降低系统的表现力。在 CRN 网络中实现了基于区块链的安全和频谱感知，从而增强了系统性能。利用基于区块链的方法通过自适应阈值频谱能量检测算法识别 CRN 中的恶意用户。所提出的方法在 MATLAB 中实现，并通过检测概率、虚警概率、感知性能增益、总错误概率、漏检概率、所选感知节点数、平均网络吞吐量和能源效率等性能指标来评估性能. 所提出的方法与现有方法（例如朋友或敌人和潮汐信任算法）进行了比较。在 CRN 网络中实现了基于区块链的安全和频谱感知，从而增强了系统性能。利用基于区块链的方法通过自适应阈值频谱能量检测算法识别 CRN 中的恶意用户。所提出的方法在 MATLAB 中实现，并通过检测概率、虚警概率、感知性能增益、总错误概率、漏检概率、所选感知节点数、平均网络吞吐量和能源效率等性能指标来评估性能. 所提出的方法与现有方法（例如朋友或敌人和潮汐信任算法）进行了比较。在 CRN 网络中实现了基于区块链的安全和频谱感知，从而增强了系统性能。利用基于区块链的方法通过自适应阈值频谱能量检测算法识别 CRN 中的恶意用户。所提出的方法在 MATLAB 中实现，并通过检测概率、虚警概率、感知性能增益、总错误概率、漏检概率、所选感知节点数、平均网络吞吐量和能源效率等性能指标来评估性能. 所提出的方法与现有方法（例如朋友或敌人和潮汐信任算法）进行了比较。利用基于区块链的方法通过自适应阈值频谱能量检测算法识别 CRN 中的恶意用户。所提出的方法在 MATLAB 中实现，并通过检测概率、虚警概率、感知性能增益、总错误概率、漏检概率、所选感知节点数、平均网络吞吐量和能源效率等性能指标来评估性能. 所提出的方法与现有方法（例如朋友或敌人和潮汐信任算法）进行了比较。利用基于区块链的方法通过自适应阈值频谱能量检测算法识别 CRN 中的恶意用户。所提出的方法在 MATLAB 中实现，并通过检测概率、虚警概率、感知性能增益、总错误概率、漏检概率、所选感知节点数、平均网络吞吐量和能源效率等性能指标来评估性能. 所提出的方法与现有方法（例如朋友或敌人和潮汐信任算法）进行了比较。总错误概率、漏检概率、所选感知节点数、平均网络吞吐量和能源效率。所提出的方法与现有方法（例如朋友或敌人和潮汐信任算法）进行了比较。总错误概率、漏检概率、所选感知节点数、平均网络吞吐量和能源效率。所提出的方法与现有方法（例如朋友或敌人和潮汐信任算法）进行了比较。