在数据库驱动的认知无线电网络中,白频谱数据库为二级用户(Secondary User,SU)提供了一种既可靠又高效的方法来获取可用频谱可用信息。但是,恶意用户同样也可以利用白频谱数据库增强其攻击能力。本文讨论了数据库驱动的认知无线电网络中的jamming攻击以及防御。Jammer(jamming攻击者)可以通过数据库查询获得可用频谱信息,然后根据这些频谱可用信息,jammer可以以一个很高的概率攻击到SU。但是由于认知无线电网络的特点(例如:缺少大范围的可用频道和连续频谱),传统无线网络中防御jamming攻击的方法(跳频扩频技术(Frequency Hopping Spread Spectrum,FHSS)和直接扩频技术(Direct-Sequence Spread Spectrum,DSSS)很难直接应用在认知无线电网络中。在这篇文章中,我们提出了一种新颖的基于频道分配的jammer推断技术(Channel Allocation based Jammer Inference,CAJI),数据库分配给不同的SU不同的可用频谱资源,而后根据被jamming攻击的频道,数据库使用序列化贝叶斯推断技术(Sequential Bayesian Inference)来推测每个SU是jammer的概率。根据CAJI技术,我们给出了数据库驱动认知无线电网络中的jamming攻击防御框架jDefender,这个框架中包含了Client Puzzle,频谱分配等一系列防御jamming的策略。且对于每一个SU而言,它是jammer的概率将会影响到Client Puzzle的难度,被分配的可用频谱资源。最后,我们将用USRP(Universal Software Radio Peripheral)和PC来验证数据库驱动的认知无线电网络中的jamming攻击和jDefender的效率。