Aprendizagem de segurança da camada física auxiliada por superfícies reflexivas inteligentes

Superfície Inteligente ReconfigurávelComunicação de SigiloComunicação
de SigiloSegurança
da Camada Física

---

escrito na frente

Devido à ampla gama de pesquisas relacionadas e às suas próprias características, este artigo
resume a pesquisa sobre a segurança da camada física de sistemas de comunicação sem fio assistidos por IRS
nas seguintes direções principais:

1. A primeira é a segurança da teoria da informação , esta direção de pesquisa se concentra na
   análise teórica ou otimização de indicadores de desempenho de PLS, como taxa de segurança (SR, taxa de sigilo) e probabilidade de interrupção de segurança (SOP, probabilidade de interrupção de sigilo) de comunicação sem fio assistida por IRS sistemas [25 -72].
2. A segunda é a comunicação secreta.Esta direção de pesquisa visa usar a capacidade reconfigurável do IRS para ocultar a comunicação de vínculos legais e evitar ser detectado por Eav [73-79].
3. Outras direções de pesquisa incluem geração de chaves em sistemas de comunicação sem fio assistidos por IRS [80-83], ataques piloto de poluição [84-85], etc.

Segurança da camada física para sistemas de comunicação sem fio auxiliados por IRS

1 Segurança Teórica da Informação

Em um ambiente de escuta sem fio, além de LU, também existe Eav. Devido à natureza de transmissão da comunicação sem fio, as informações enviadas pela BS podem não apenas ser recebidas pela LU, mas também pela Eav. A diferença entre as duas taxas de dados é o SR do sistema sem fio. Conforme mostrado na Figura 2, quando o IRS é implantado em um ambiente sem fio, o sinal de conexão é bloqueado por obstáculos e o sinal pode ser refletido para a LU e Eav através do IRS. A otimização conjunta do vetor BF no lado BS e da configuração de fase no lado IRS pode aumentar a taxa de dados em LU e reduzir a taxa de dados em Eav, melhorando assim o SR do sistema e aprimorando o PLS do sistema.

otimização de segurança

O projeto ideal de algoritmo é uma das direções de pesquisa populares em segurança da teoria da informação. Para diferentes ambientes de escuta sem fio, como vários Eavs, vários LUs e presença de interferências, diferentes algoritmos são necessários para otimizar o desempenho do PLS do sistema sem fio. Visando diferentes indicadores de desempenho de otimização e diferentes restrições, como SR e potência de transmissão, muitos estudos propuseram algoritmos eficazes, como algoritmos tradicionais baseados em otimização alternada e otimização convexa, e inteligência artificial baseada em aprendizagem por reforço profundo (DRL, aprendizagem por reforço profundo) …abordagem inteligente.

As referências [25-26] estudaram um sistema sem fio assistido por IRS de antena única, um Eav e um LU, e propuseram um algoritmo para maximizar o SR do sistema com base na otimização alternativa. Para o mesmo sistema sem fio, a literatura [27] estudou o problema de minimização da potência de transmissão, resolveu-o com base na programação semidefinida (SDP, programação semidefinida) e obteve a expressão de forma fechada do vetor BF ótimo. A literatura [28] estendeu o sistema para o cenário Eav com múltiplas antenas, e obteve as expressões fechadas e semifechadas do vetor BF do lado BS e configuração de fase IRS que maximizam o SR. Para o mesmo modelo e problema, a literatura [29] resolve-o através de programação fracionária (FP, programação fracionária) e otimização múltipla (MO, otimização múltipla). Além disso, a literatura [30] considerou Eav e LU de múltiplas antenas e projetou um algoritmo de maximização mínima (MM, maximização de minorização) para melhorar o SR do sistema. Considerando um sistema OFDM mais prático, a literatura [31] utilizou o algoritmo MM e o método do multiplicador Lagrangiano para otimizar o vetor BF de transmissão multiportadora e a configuração da fase IRS no lado BS, o que melhorou o SR do sistema. No futuro B5G/6G, as bandas de frequência mmWave e terahertz podem se tornar as principais tecnologias. Portanto, a literatura [32] implantou múltiplos IRSs na cena mmWave para compensar a alta perda de caminho de mmWave e estudou a seleção de múltiplos IRSs. problema , um algoritmo de otimização alternativo é projetado para otimizar o vetor de seleção IRS multibloco, o vetor BF do lado BS e a configuração de fase IRS. A literatura [33] utiliza as características de baixo nível dos canais de banda alta para otimizar a pré-codificação híbrida e a configuração da fase IRS na BS. A literatura [34] considerou um ambiente sem fio mais complexo, ou seja, um sistema com múltiplos Eavs e múltiplas LUs, primeiro propôs um algoritmo de rastreamento de caminho para maximizar o SR mínimo do sistema, e para reduzir a complexidade do algoritmo, baseado no forçamento zero (ZF, força zero) BF projetou um algoritmo heurístico com uma expressão fechada. A literatura [35] estudou se o IRS pode ser usado para ruído artificial (AN, No sistema de escuta sem fio MISO aprimorado por ruído artificial), o vetor de transmissão AN, o vetor de transmissão de informações e a configuração da fase IRS são otimizados conjuntamente através do método SDR, o que melhora o SR do sistema e comprova a eficácia da combinação de IRS e AN. Para o sistema de escuta sem fio múltiplo LU e Eav MISO assistido por AN, a literatura [36] estudou o problema de maximização da soma SR de cada par de LU e Eav e propôs um método de direção alternada baseado em SCA e multiplicador (ADMM, método de direção alternada de algoritmo multiplicador). A literatura [37-38] combinou AN no sistema MIMO assistido por IRS, com base no erro quadrático médio mínimo (MMSE, erro quadrático médio mínimo) e descida de coordenadas de bloco (BCD, descida de coordenadas de bloco) para o vetor de informação BF do BS final, matriz de transmissão AN As três variáveis ​​​​de configuração de fase e configuração de fase terminal IRS são otimizadas em conjunto para melhorar o SR do sistema. A literatura [39] expande ainda mais o problema de seleção de IRS multibloco em transmissão sem fio segura.Em um sistema multi-LU, cada usuário pode escolher se deseja ativar um determinado bloco de IRS. Com base em SDR e SCA, um esquema conjunto de otimização do vetor BS BF, configuração de fase IRS, vetor de transmissão AN e matriz de seleção IRS multiusuário é projetado para maximizar o SR do sistema. No sistema de escuta sem fio, além do SR, a potência de transmissão também é um índice de desempenho que vale a pena otimizar. A literatura [40] usa o algoritmo de programação de cone de segunda ordem para minimizar a potência de transmissão sob certas condições de QoS; a literatura [41] considera o Problema de otimização de EE sem fio MISO em cenários de escuta. Primeiramente, a função objetivo fracionária é convertida na forma de subtração de variável auxiliar através do algoritmo de Dinkelbach e, em seguida, é resolvida por otimização alternativa e SDR; semelhante à função de interferência AN Eav, a literatura [42] utiliza interferência cooperativa (CJ, Tecnologia de bloqueio cooperativo), através de um jammer para reduzir a taxa de dados em Eav, levando em consideração a potência de transmissão e a potência de transmissão de interferência, tomando o EE geral do sistema como índice de otimização, usando o método SDR para otimizar o vetor BF de CJ , Vetor BF final BS e configuração de fase IRS. Além dos receptores half-duplex mencionados acima, também existem literaturas que consideram os receptores full-duplex. A literatura [43] estudou um receptor full-duplex em um sistema de entrada múltipla e saída única (SIMO, single-input multiple-output). Além de receber sinais, o receptor também enviava sinais para interferir no Eav; uma estrutura de algoritmo BCD foi projetado para otimizar em conjunto o vetor BF de recepção, o vetor BF de transmissão e a configuração de fase IRS do receptor. Combinando a tecnologia NOMA, a literatura [44] otimiza o vetor BF e a configuração da fase IRS no lado BS por meio de SDP e SCA, e alguns usuários têm limites de taxa de segurança e podem encontrar a ordem de decodificação de cancelamento de interferência serial ideal (SIC, cancelamento de interferência sucessiva). . O problema de espionagem também existe no sistema de comunicação de transporte de energia sem fio (SWIPT, informação sem fio simultânea e transferência de energia).A literatura [45] estuda os problemas relacionados ao PLS no sistema SWIPT assistido por IRS e projeta um algoritmo de otimização alternativo sob certos SR. restrições.para maximizar a energia recebida na colheitadeira de energia. A literatura [46] estendeu ainda mais o SWIPT assistido pelo IRS para o cenário da Internet das Coisas e, combinado com a tecnologia CJ, estudou o problema de maximização da colheita de energia sob certas restrições de SR e restrições de transmissão de energia. Através de métodos matemáticos como expansão de Taylor de primeira ordem e variáveis ​​de folga, o problema não-convexo é convertido em um problema convexo e otimizado através de SDR; o IRS também pode ser aplicado na comunicação bidirecional. A literatura [47] estudou o cenário de comunicação bidirecional com um Eav e o problema de maximização de SR, e otimizou a potência de transmissão e a configuração de fase IRS de dois nós emissores com base no algoritmo de otimização alternada. Um receptor full-duplex em um sistema de entrada única e saída múltipla), além de receber sinais, o receptor também envia sinais para interferir no Eav; uma estrutura de algoritmo BCD é projetada para otimizar conjuntamente o vetor BF de recepção, enviando o vetor BF e Configuração de fase IRS do receptor. Combinando a tecnologia NOMA, a literatura [44] otimiza o vetor BF e a configuração da fase IRS no lado BS por meio de SDP e SCA, e alguns usuários têm limites de taxa de segurança e podem encontrar a ordem de decodificação de cancelamento de interferência serial ideal (SIC, cancelamento de interferência sucessiva). . O problema de espionagem também existe no sistema de comunicação de transporte de energia sem fio (SWIPT, informação sem fio simultânea e transferência de energia).A literatura [45] estuda os problemas relacionados ao PLS no sistema SWIPT assistido por IRS e projeta um algoritmo de otimização alternativo sob certos SR. restrições.para maximizar a energia recebida na colheitadeira de energia. A literatura [46] estendeu ainda mais o SWIPT assistido pelo IRS para o cenário da Internet das Coisas e, combinado com a tecnologia CJ, estudou o problema de maximização da colheita de energia sob certas restrições de SR e restrições de transmissão de energia. Através de métodos matemáticos como expansão de Taylor de primeira ordem e variáveis ​​de folga, o problema não-convexo é convertido em um problema convexo e otimizado através de SDR; o IRS também pode ser aplicado na comunicação bidirecional. A literatura [47] estudou o cenário de comunicação bidirecional com um Eav e o problema de maximização de SR, e otimizou a potência de transmissão e a configuração de fase IRS de dois nós emissores com base no algoritmo de otimização alternada. Um receptor full-duplex em um sistema de entrada única e saída múltipla), além de receber sinais, o receptor também envia sinais para interferir no Eav; uma estrutura de algoritmo BCD é projetada para otimizar conjuntamente o vetor BF de recepção, enviando o vetor BF e Configuração de fase IRS do receptor. Combinando a tecnologia NOMA, a literatura [44] otimiza o vetor BF e a configuração da fase IRS no lado BS por meio de SDP e SCA, e alguns usuários têm limites de taxa de segurança e podem encontrar a ordem de decodificação de cancelamento de interferência serial ideal (SIC, cancelamento de interferência sucessiva). . O problema de espionagem também existe no sistema de comunicação de transporte de energia sem fio (SWIPT, informação sem fio simultânea e transferência de energia).A literatura [45] estuda os problemas relacionados ao PLS no sistema SWIPT assistido por IRS e projeta um algoritmo de otimização alternativo sob certos SR. restrições.para maximizar a energia recebida na colheitadeira de energia. A literatura [46] estendeu ainda mais o SWIPT assistido pelo IRS para o cenário da Internet das Coisas e, combinado com a tecnologia CJ, estudou o problema de maximização da colheita de energia sob certas restrições de SR e restrições de transmissão de energia. Através de métodos matemáticos como expansão de Taylor de primeira ordem e variáveis ​​de folga, o problema não-convexo é convertido em um problema convexo e otimizado através de SDR; o IRS também pode ser aplicado na comunicação bidirecional. A literatura [47] estudou o cenário de comunicação bidirecional com um Eav e o problema de maximização de SR, e otimizou a potência de transmissão e a configuração de fase IRS de dois nós emissores com base no algoritmo de otimização alternada. O sistema simultâneo de transferência de energia e informação sem fio também tem o problema de espionagem. A literatura [45] estudou os problemas relacionados ao PLS no sistema SWIPT assistido por IRS. Sob certas restrições de SR, um algoritmo de otimização alternativo foi projetado para maximizar a recepção no colheitadeira de energia.energia de. A literatura [46] estendeu ainda mais o SWIPT assistido pelo IRS para o cenário da Internet das Coisas e, combinado com a tecnologia CJ, estudou o problema de maximização da colheita de energia sob certas restrições de SR e restrições de transmissão de energia. Através de métodos matemáticos como expansão de Taylor de primeira ordem e variáveis ​​de folga, o problema não-convexo é convertido em um problema convexo e otimizado através de SDR; o IRS também pode ser aplicado na comunicação bidirecional. A literatura [47] estudou o cenário de comunicação bidirecional com um Eav e o problema de maximização de SR, e otimizou a potência de transmissão e a configuração de fase IRS de dois nós emissores com base no algoritmo de otimização alternada. O sistema simultâneo de transferência de energia e informação sem fio também tem o problema de espionagem. A literatura [45] estudou os problemas relacionados ao PLS no sistema SWIPT assistido por IRS. Sob certas restrições de SR, um algoritmo de otimização alternativo foi projetado para maximizar a recepção no colheitadeira de energia.energia de. A literatura [46] estendeu ainda mais o SWIPT assistido pelo IRS para o cenário da Internet das Coisas e, combinado com a tecnologia CJ, estudou o problema de maximização da colheita de energia sob certas restrições de SR e restrições de transmissão de energia. Através de métodos matemáticos como expansão de Taylor de primeira ordem e variáveis ​​de folga, o problema não-convexo é convertido em um problema convexo e otimizado através de SDR; o IRS também pode ser aplicado na comunicação bidirecional. A literatura [47] estudou o cenário de comunicação bidirecional com um Eav e o problema de maximização de SR, e otimizou a potência de transmissão e a configuração de fase IRS de dois nós emissores com base no algoritmo de otimização alternada.

O trabalho de pesquisa acima é baseado em uma forte suposição: o BS conhece todo o CSI em tempo real, do BS ao Eav . Na verdade, só é possível obter o CSI atual quando o Eav estiver conectado à BS. Portanto, muitos estudos assumem de forma mais realista que apenas o CSI parcial de Eav pode ser obtido, ou seja, o CSI imperfeito. Além disso, embora muitos estudos tenham proposto algoritmos de estimativa de canal para sistemas sem fio assistidos por IRS, ainda existe um certo grau de erro no CSI obtido. Como o sistema de escuta sem fio assistido por IRS é particularmente sensível à diferença característica do canal entre LU e Eav, é muito significativo e valioso projetar um algoritmo de otimização com alta robustez para erros CSI. A literatura [48] considerou o sistema de escuta sem fio da MISO e projetou algoritmos correspondentes para minimizar a potência de transmissão para três suposições CSI diferentes. Na literatura [49], no sistema sem fio mmWave multi-escuta assistido por IRS, a soma ponderada de amostras discretas é usada para lidar com o problema de que o CSI de Eav é desconhecido, e o pior SR do sistema é maximizado usando DES. A literatura [50] considerou pela primeira vez o modelo de erro Eav-CSI de estatísticas de dados e minimizou a potência de transmissão por meio de SDR e algoritmo de otimização alternativo sob a condição de satisfazer uma certa probabilidade de interrupção. Como o algoritmo conta o erro CSI com base nos dados do canal em cascata em Eav e considera a limitação da probabilidade de interrupção, o algoritmo possui melhor robustez que o trabalho baseado em CSI perfeito. Considerando um sistema sem fio mais complexo com múltiplos Eavs, múltiplas LUs e Eavs equipados com múltiplas antenas, a literatura [51] combina AN e usa SDR e SCA para maximizar a eficiência de múltiplas LUs sob a condição de CSI imperfeito e certas restrições de QoS de Eav. Soma RS. O canal entre IRS e Eav é modelado como um modelo de erro CSI de limite, e a desigualdade de matriz linear é usada para lidar com o impacto do erro CSI no design do algoritmo, o que melhora a robustez do algoritmo. Combinado com o cenário NOMA, a literatura [52] utiliza a ortogonalização de Smith para resolver a matriz de transmissão AN para interferir no Eav externo quando o Eav-CSI é completamente desconhecido. Para o problema de escuta interna, a configuração de fase do IRS e a alocação de potência do BS são resolvidas por métodos iterativos alternativos; a fim de projetar um algoritmo altamente robusto para que o algoritmo também possa obter resultados quando o CSI for impreciso, literatura [54] na literatura [ 42], o mesmo problema de otimização de EE assistido por CJ é estudado sob o modelo de erro de limite CSI. Com base no procedimento S para lidar com o impacto da incerteza do CSI, é projetado um algoritmo de alta robustez que pode efetivamente melhorar o EE do sistema, mesmo no caso de CSI impreciso. Também usar literatura assistida por CJ [53] está no limite CSI No modelo de erro é estudado o problema de como maximizar o SR sob o limite máximo da taxa de escuta telefônica.O problema original não convexo é transformado em um problema convexo usando ferramentas matemáticas como a desigualdade de Cauchy e o vetor BF e Configuração da fase IRS. A literatura [55] baseada no modelo de erro CSI com distribuição desconhecida, projetou o algoritmo de melhoria mínima de SNR para multiusuários de transmissão sob certas condições de PLS. Como o algoritmo não depende da distribuição matemática específica do modelo de erro do CSI, mas é baseado apenas na média e no contraste, ele possui melhor robustez; considerando ainda que o CSI na LU também apresenta erros, a literatura [56] assume que todos os LUs e Eav Os CSIs de todos satisfazem o modelo de erro de limite, e um algoritmo de otimização conjunta altamente robusto que pode melhorar a taxa de soma mesmo quando todos os CSIs são imperfeitos é projetado.

Além dos métodos tradicionais de otimização convexa, aprendizado profundo e aprendizado por reforçoTambém é um método eficaz. A literatura [57] considera o EE de um sistema sem fio OFDM de entrada única e saída (SISO, single-input single-output) e o define como SR dividido pela potência total, onde a potência total é a potência transmitida mais a potência consumido por todos os componentes do IRS, através da rede neural profunda projetada (DNN, rede neural profunda) para prever a configuração ideal da fase do IRS e o número de componentes do IRS. A literatura [58] primeiro obtém a configuração ideal da fase IRS e o vetor BF do lado BS para maximizar o SR por meio do algoritmo tradicional e usa o valor ideal como o rótulo correspondente à entrada CSI para treinar DNN. A rede após o treinamento pode receber outras entradas CSI e produzir a solução ideal correspondente neste caso; no cenário do sistema de comunicação UAV (veículo aéreo não tripulado), há também o problema de escuta e também pode ser aprimorado pela assistência do IRS Pls. A literatura [59] projetou uma estrutura de aprendizagem baseada em DRL, usando o CSI desatualizado como entrada da primeira rede de gradiente de política determinística profunda (DDPG, gradiente de política determinística profunda), e o espaço de ação é o vetor BF e a configuração de fase IRS do Final do UAV. As informações de posição do UAV são usadas como entrada da segunda rede DDPG, e a distância e direção de vôo do UAV são usadas como espaço de ação, e as funções de recompensa de ambos são configuradas para serem positivamente correlacionadas com SR. A literatura [60] usa o algoritmo DRL para tomar a taxa de dados imperfeita de CSI, LU e Eav como o estado, e toma o vetor BF do lado BS e a configuração de fase IRS selecionada do livro de código como a ação, e projeta uma correlação positiva com a taxa de dados LU e recompensas que estão inversamente relacionadas à taxa de dados Eav. A incerteza do CSI é combatida pelo aprendizado posterior do estado de decisão e a eficiência do aprendizado é melhorada pela repetição da experiência anterior, o que finalmente melhora a soma dos piores SRs de múltiplos usuários. Além disso, a literatura [61-62] assume que Eav-CSI é completamente desconhecido e maximiza a potência de transmissão de AN sob a premissa de satisfazer uma certa QoS de LU para interferir tanto quanto possível em Eav, ou seja, deteriorar o canal condição em Eav e reduzir o SINR em Eav (SINR, relação sinal-interferência mais ruído) para melhorar o PLS do sistema. A Tabela 1 mostra a pesquisa sobre otimização da segurança da camada física do sistema sem fio assistido por IRS.

Análise de desempenho

A direção da pesquisa de análise de desempenho é deduzida principalmente teoricamente, ou seja, quanta melhoria numérica será trazida ao desempenho PLS do sistema pela introdução do IRS no sistema de comunicação sem fio, ou as expressões matemáticas de vários indicadores de desempenho PLS, incluindo fechado- formar expressões ou expressões de aproximação gradual, etc. A literatura [63] analisou pela primeira vez o sistema de escuta sem fio assistido por IRS mais básico, considerando o modelo de sistema de BS, Eav e LU com antena única. Primeiro, a fase do elemento IRS é considerada o valor ideal de acordo com LU-CSI e, em seguida, de acordo com as características da distribuição Rayleigh dos parâmetros do canal e o teorema do limite central (CLT, teorema do limite central), as características da distribuição de probabilidade SNR dos terminais LU e Eav são obtidos, incluindo a função de distribuição cumulativa (CDF, ​​função de distribuição cumulativa) e função de densidade de probabilidade (PDF, função de densidade de probabilidade), etc. Por fim, de acordo com a expressão do SOP, obtém-se sua expressão matemática assintótica; na prática, a fase dos componentes do IRS costuma ser discreta e limitada, ou seja, nem sempre o valor ótimo pode ser obtido. Portanto, a literatura [64] levou em consideração a influência de fases discretas e estudou o Eav de conluio e não conluio. Ainda de acordo com o método de análise de igual probabilidade CLT, o SR ergódico (ESR, taxa de sigilo ergódico) do sistema é analisado assintoticamente e são obtidas as expressões de aproximação de forma fechada nos dois casos; a fase discreta também é considerada, e a literatura [65] adota Fox' H. Ao converter a teoria e a integral de Mellin-Barnes, são obtidas a expressão exata e a expressão assintótica do SOP e da SR média (ASR, taxa média de sigilo). Para o sistema de escuta multi-Eav, a literatura [66] calculou o CDF do valor máximo amostral de múltiplas variáveis ​​​​Rayleigh e derivou o CDF e o PDF do SOP e ASR correspondentes ao pior SR do sistema. No caso de distribuição aleatória de múltiplos usuários, a literatura [67] utilizou a ferramenta matemática da geometria aleatória para considerar o processo de múltiplas LUs obedecendo à distribuição homogênea de Poisson e obteve o SOP, probabilidade de capacidade de segurança diferente de zero (PNSC, probabilidade de capacidade de sigilo diferente de zero) e expressões ASR. No sistema MIMO, a expressão CDF precisa e simplificada de SINR é obtida, e a probabilidade de interrupção é ainda analisada assintoticamente sob condições de SNR altas, e fica provado que quando o número de elementos IRS é pequeno, é impossível melhorar o não -desempenho do sistema de caminho de link em linha de visão sob condições de perda. No sistema NOMA mais complexo, a literatura [68] considerou um cenário típico de dois usuários, e analisou as características da distribuição de probabilidade SINR após a extremidade receptora realizar o SIC, e então obteve o ASR correspondente aos respectivos sinais da expressão dos dois usuários.

O que o IRS pode ajudar não se limita aos cenários tradicionais de escuta sem fio mencionados acima, mas também pode ser aplicado a vários cenários de comunicação, como a Internet dos Veículos e a Internet das Coisas. Na literatura [69], o IRS é utilizado para auxiliar a comunicação entre dois veículos, não depende do uso de CLT e utiliza uma variedade de métodos para obter a expressão SOP correspondente quando há um Eav que espiona diretamente o remetente. canal, e É comprovado por simulação que quando o número de componentes do IRS é pequeno, o resultado da expressão é muito próximo do resultado da simulação. Na comunicação dispositivo-a-dispositivo (D2D, dispositivo-a-dispositivo), a literatura [70] utiliza IRS para auxiliar a comunicação entre dois dispositivos, e há uma LU e um Eav na rede central onde a BS está localizada, e analisa a comunicação D2D.As expressões matemáticas do SOP e PNSC da probabilidade de interrupção e da rede central são comprovadas corretas por simulação. A literatura [71] estudou o sistema sem fio SISO da extremidade receptora full-duplex. Ao receber o sinal de informação refletido pelo IRS na extremidade emissora, a extremidade receptora também envia um sinal de interferência para reduzir o SINR do bisbilhoteiro; e define o Probabilidade de interceptação do sistema (IP, probabilidade de interceptação), de acordo com as características da distribuição SINR do lado Eav e LU, deriva-se a expressão matemática do IP na presença e ausência de interferência. A literatura [72] considerou um sistema de comunicação bidirecional com múltiplos pares de nós de envio, primeiro projetou um novo algoritmo de escalonamento de usuário para melhorar o SR e, em seguida, obteve uma expressão de forma fechada de um limite inferior do ASR e analisou a lei de escala do ASR (quando Quando a potência de transmissão, o número de elementos IRS e o logaritmo de usuários tendem ao infinito). A Tabela 2 mostra a análise e pesquisa sobre o desempenho da segurança da camada física do sistema sem fio assistido por IRS.

2 comunicação secreta

A segurança da teoria da informação mencionada acima concentra-se na proteção da transmissão de dados , tornando difícil para Eav espionar os dados. O objetivo da comunicação secreta é ocultar a comunicação do link legítimo (Alice para Bob), para que Eav (Willie) não consiga detectar a existência do link de comunicação legítimo . A literatura [73] propôs pela primeira vez que o IRS é usado para aprimorar o sistema sem fio de comunicação secreta. Conforme mostrado na Figura 3, ao ajustar a configuração de fase do IRS, o link de comunicação na extremidade do transceptor fica oculto, de modo que o detector não pode detectar o link de comunicação na extremidade do transceptor. A análise matemática e os resultados de desempenho otimizado do sistema de comunicação secreta assistido pelo IRS indicam que o nível de segurança da comunicação secreta é superior ao da teoria da informação, e a comunicação secreta não depende da capacidade do Eav . Devido às características reconfiguráveis ​​do IRS para canais, a possibilidade de detecção de links de comunicação legítimos pode ser ainda mais reduzida (ou tornar-se um processo puramente aleatório) através da otimização do IRS . Portanto, a introdução do IRS na comunicação secreta e a redução da probabilidade de links legítimos serem detectados por meio da otimização também é uma direção importante para o aprimoramento do PLS dos sistemas sem fio assistidos pelo IRS.

Em [74], o IRS é usado para auxiliar o transmissor multiantena full-duplex (Alice) a passar o sinal para o receptor full-duplex (Bob) contornando obstáculos , enquanto um Eav (Willie) tenta detectar esta comunicação legal. link, e o próprio Bob também enviará sinais de interferência para confundir o julgamento de Willie sobre a existência do link de comunicação. A literatura [74] analisou pela primeira vez a probabilidade de erro de detecção (DEP, probabilidade de erro de detecção) em Willie com base no limiar de detecção ideal e obteve a expressão matemática e as características de probabilidade de indicadores importantes, como probabilidade de erro de julgamento e probabilidade de julgamento errado; depois disso, estudou Problema de maximização da taxa de ocultação (CR, taxa secreta), através da decomposição dupla de penalidade (PDD, decomposição penal) e algoritmo BCD para otimizar conjuntamente o vetor BF do lado BS e a configuração da fase IRS; semelhante ao CSI em Eav na teoria de segurança da informação geralmente é É difícil saber tudo, e Willie muitas vezes se esconde, tornando seu CSI difícil de encontrar. A literatura [75] estudou o algoritmo de otimização para diferentes situações de CSI em Willie. Primeiro considere Alice com uma única antena. No caso apenas do CSI parcial de Willie (apenas a média e a variância da matriz do canal são conhecidas), para o problema de maximizar CR, a potência de transmissão ideal pode ser obtida diretamente e a fase IRS ideal pode ser obtido usando a configuração da desigualdade triangular; com pleno conhecimento do CSI, por SCA, SDR e randomização gaussiana (GR, A tecnologia de randomização gaussiana) obteve a solução para o problema de maximização de CR acima. Então considere a multiantena Alice. No caso de CSI parcial, o vetor BF no BS é definido como MRT, e a configuração de fase ótima do IRS é obtida através das ferramentas de otimização convexa CVX e GR; quando o CSI está totalmente conhecido, além do algoritmo de otimização alternativo, a literatura [75] também propôs 2 algoritmos com menor complexidade baseados em ZF e minimização de potência do link Willie para maximizar CR. Além disso, para vários casos de CSI imperfeito (modelo de erro CSI de limite) de todos os links (em Alice, Bob e Wille), a literatura [75] transforma cada problema em um problema convexo por meio de mudanças matemáticas e com base na otimização alternada, SDR e GR e outras tecnologias resolvem o valor ideal para melhorar CR. A literatura [76] prova a partir da análise teórica que a ocultação perfeita pode ser alcançada em um sistema Alice de antena única com potência de transmissão diferente de zero com a ajuda do IRS (a detecção de Willie é equivalente a um processo de adivinhação aleatória). A literatura [76] estudou pela primeira vez o problema de maximizar o SNR em Bob sob a condição de CSI perfeito e satisfazendo certas restrições ocultas; depois de transformar o problema em um problema de otimização convexa não linear generalizada, usando otimização convexa contínua penalizada (PSCA, Algoritmo de aproximação convexa sucessiva de penalidade) para otimizar conjuntamente a potência de transmissão de Alice, configuração de fase e configuração de amplitude no final do IRS; quando o CSI instantâneo em Willie é desconhecido, mas apenas a distribuição conhecida, a expressão do limite oculto é obtida e observa-se que é consistente com a configuração de fase do IRS irrelevante, use CVX para otimizar a configuração de amplitude do IRS e a potência de transmissão de Alice para melhorar o SNR em Bob. A literatura [77] estuda a transmissão uplink e downlink do sistema de escuta sem fio IRS-NOMA e assume que Alice conhece apenas as estatísticas de dados CSI de Willie. Além do receptor Bob, há outro receptor Roy no sistema, e a potência de transmissão é dividido em 2 de acordo com uma determinada proporção. A literatura [77] primeiro obteve as características de distribuição e expressão de DEP em Willie e selecionou o limite de detecção que pode tornar a probabilidade de erro mais baixa; depois estudou o limite de QoS em Roy, o limite de potência de transmissão de Alice e o limite mínimo de DEP em Willie • O problema de transmissão de downlink para maximizar CR em Bob. A expressão fechada da solução ótima pode ser obtida após análise matemática da alocação de potência em Alice, e o valor ótimo da configuração de fase do IRS é obtido através do SDR. Da mesma forma, o problema de transmissão uplink da maximização CR de Alice também é estudado e resolvido pelo mesmo método: na comunicação sem fio secreta, a probabilidade de transmissão de dados de Alice também é uma das variáveis ​​​​otimizáveis ​​que afetam o desempenho geral. A literatura [78] estudou o problema de otimização conjunta da probabilidade de transmissão de dados, potência de transmissão e configuração de fase IRS para maximizar a taxa de dados esperada no final de Bob. Ele primeiro deduz a expressão exata de DEP em forma fechada em Willie e, em seguida, obtém a probabilidade ideal de transmissão de dados e a potência de transmissão por meio do método de pesquisa. Além do típico índice CR, a literatura [79] também estudou o problema de otimização da probabilidade de interrupção da transmissão. Semelhante ao trabalho anterior, primeiro deduziu a expressão DEP em Willie e, em seguida, sob as restrições de ocultação e potência máxima de transmissão, a probabilidade de interrupção da transmissão do sistema foi reduzida pela ferramenta de busca e otimização convexa CVX. A pesquisa sobre comunicação secreta do IRS Os sistemas sem fio assistidos são os seguintes: A Tabela 3 mostra. O problema de maximizar a transmissão de uplink também é estudado e resolvido pelo mesmo método; na comunicação sem fio secreta, a probabilidade de transmissão de dados de Alice também é uma das variáveis ​​​​otimizáveis ​​que afetam o desempenho geral. A literatura [78] estudou o problema de otimização conjunta da probabilidade de transmissão de dados, potência de transmissão e configuração de fase IRS para maximizar a taxa de dados esperada no final de Bob. Ele primeiro deduz a expressão exata de DEP em forma fechada em Willie e, em seguida, obtém a probabilidade ideal de transmissão de dados e a potência de transmissão por meio do método de pesquisa. Além do típico índice CR, a literatura [79] também estudou o problema de otimização da probabilidade de interrupção da transmissão. Semelhante ao trabalho anterior, primeiro deduziu a expressão DEP em Willie e, em seguida, sob as restrições de ocultação e potência máxima de transmissão, a probabilidade de interrupção da transmissão do sistema foi reduzida pela ferramenta de busca e otimização convexa CVX. A pesquisa sobre comunicação secreta do IRS Os sistemas sem fio assistidos são os seguintes: A Tabela 3 mostra. O problema de maximizar a transmissão de uplink também é estudado e resolvido pelo mesmo método; na comunicação sem fio secreta, a probabilidade de transmissão de dados de Alice também é uma das variáveis ​​​​otimizáveis ​​que afetam o desempenho geral. A literatura [78] estudou o problema de otimização conjunta da probabilidade de transmissão de dados, potência de transmissão e configuração de fase IRS para maximizar a taxa de dados esperada no final de Bob. Ele primeiro deduz a expressão exata de DEP em forma fechada em Willie e, em seguida, obtém a probabilidade ideal de transmissão de dados e a potência de transmissão por meio do método de pesquisa. Além do típico índice CR, a literatura [79] também estudou o problema de otimização da probabilidade de interrupção da transmissão. Semelhante ao trabalho anterior, primeiro deduziu a expressão DEP em Willie e, em seguida, sob as restrições de ocultação e potência máxima de transmissão, a probabilidade de interrupção da transmissão do sistema foi reduzida pela ferramenta de busca e otimização convexa CVX. A pesquisa sobre comunicação secreta do IRS Os sistemas sem fio assistidos são os seguintes: A Tabela 3 mostra.

outras direções

Além das duas principais direções de pesquisa de PLS acima, existem muitas direções de pesquisa leves para PLS em sistemas sem fio, conforme mostrado na Tabela 4. O recurso reconfigurável do IRS traz uma nova dimensão à otimização de todo o sistema sem fio, tornando seus cenários de aplicação muito amplos, incluindo diversas direções de pesquisa de PLS leves. Por exemplo, geração de chave (SKG, geração de chave secreta) . O objetivo do SKG é aumentar a correlação entre os canais uplink e downlink, ao mesmo tempo que reduz a correlação entre o canal BS-LU e o canal BS-Eav , de modo que seja difícil para Eav obter informações sobre a chave . A literatura [80] deduziu pela primeira vez a expressão fechada do limite inferior da capacidade da chave (SKC, capacidade da chave secreta) no sistema sem fio auxiliar do IRS. A fase e a amplitude do IRS são então otimizadas pelos algoritmos SDR e SCA para maximizar o limite inferior fechado obtido. A fim de obter a expressão matemática da taxa chave secreta (SKR, taxa chave secreta), a literatura [81] primeiro divide o coeficiente do canal complexo em partes reais e imaginárias independentes e, posteriormente, obtém a PDF do coeficiente do canal complexo por meio de derivação matemática . Em seguida, são considerados dois casos especiais de SNR alto e contagem de componentes IRS extremamente grande, e a expressão fechada do limite superior de SKR é obtida. Através da análise, verifica-se que o tempo de comutação dos componentes do IRS pode ser pesquisado para melhorar o SKR; como o SKR está relacionado à aleatoriedade do canal correspondente de Eav e LU, a introdução do IRS para reconfigurar o canal pode melhorar a aleatoriedade entre os dois. A literatura [82] projetou um algoritmo heurístico e uma estrutura de algoritmo DRL para melhorar o SKR de sistemas sem fio. Considerando o SR no sistema de comunicação one-time pad, a literatura [83] projetou um algoritmo de alocação de slot de tempo ideal para alocar SKG e processo de transmissão de informações criptografadas; depois disso, no caso de Eav-CSI desconhecido, baseado no processo de ponto de Poisson Uma expressão teórica para SKR é derivada.

Outro perigo oculto do PLS é o ataque de contaminação piloto (PCA, ataque de contaminação piloto) . Em sistemas de multiplexação por divisão de tempo, a aquisição de CSI é geralmente baseada na reciprocidade do canal, e a sequência piloto na transmissão sem fio é geralmente pública, de modo que o Eav ativo com link de radiofrequência pode enviar sinais para interferir no processo de transmissão do piloto. No sistema de comunicação sem fio auxiliado pelo IRS, o problema do PCA também existe. Em [84], o sinal de interferência enviado por Eav e o sinal piloto enviado por Bob são refletidos para Alice através do IRS juntos, de modo que o CSI obtido pelo CE de Alice apresenta um grande erro . Com base no MRT-BF e na pré-codificação ZF regularizada segura, a literatura [84] projetou um algoritmo de otimização alternativo para melhorar o SR do sistema. Outro ângulo diferente de pesquisa utilizando IRS foi estudado na literatura [85] **Suponha que o IRS seja utilizado por Eav. Quando Bob transmite o piloto, além de enviá-lo diretamente para Alice, ele também será refletido para Alice através do IRS. **Neste momento, Eav pode enfraquecer a força do sinal recebido em Alice e reduzir a precisão do CE configurando o IRS. Em resposta aos problemas acima, a literatura [85] propôs um método baseado na detecção mais rápida para detectar a existência de IRS-PCA, ou seja, a sequência de sinal recebida por Alice em cada intervalo de tempo será considerada em conjunto com a recebida anteriormente sequência de sinais para decidir. Além disso, a literatura [85] projetou um novo algoritmo CE na presença de IRS-PCA. Especificamente, vários nós de coordenação enviam sequências piloto mutuamente ortogonais juntas, e essas sequências de sinal serão recebidas por Alice após serem refletidas pelo IRS. Portanto, componentes semelhantes podem ser analisados ​​para obter o CSI relacionado ao IRS.

Resumir

A característica ajustável do IRS permite reconfigurar o canal wireless. Em todo o sistema de transmissão sem fio, equivale à introdução de uma nova variável unidimensional otimizável. O desempenho de todo o sistema sem fio pode ser bastante aprimorado pela otimização conjunta do BF, da alocação de energia e da configuração de fase do IRS na extremidade do transceptor. Portanto, o PLS dos sistemas sem fio também pode ser aprimorado com o auxílio do IRS

No sistema de escuta sem fio assistido por IRS, a configuração eficaz do IRS pode melhorar a qualidade da comunicação no LU e reduzir a qualidade da comunicação no Eav, e então melhorar o desempenho do PLS de diferentes perspectivas, como segurança da teoria da informação e comunicação secreta.

O aprimoramento da segurança teórica da informação baseado no IRS melhora principalmente os indicadores de desempenho relacionados ao PLS, como SR e SOP, por meio da otimização conjunta do IRS e do BF no transceptor. As pesquisas mais recentes se estendem a uma ampla gama de cenários sem fio. A literatura [86] estudou o problema PLS em redes de rádio cognitivas (CRN, rede de rádio cognitiva) e projetou um algoritmo de maximização de EE do sistema que satisfaz a restrição do grau de interferência do usuário primário e a restrição SR do usuário secundário em CRN. A literatura [87] usou o IRS para aprimorar o PLS do sistema de computação de borda móvel (MEC, mobile edge computing), considerando as limitações do consumo de energia da computação local e do descarregamento de tarefas, e projetou um algoritmo de otimização conjunto para IRS e AN para reduzir o total consumo de energia do sistema.

O sistema de comunicação secreta baseado em IRS visa melhorar o CR do sistema, otimizando o IRS para que o detector não consiga detectar o link de comunicação legal. A literatura [88] considera Bob e Alice com múltiplas antenas e melhora o CR do sistema sem fio MIMO-IRS sob certas restrições de ocultação; a literatura [89] estuda o sistema de comunicação secreta assistido por IRS na rede IoT e resolve o problema de transmissão secreta perfeita.Problema de maximização de CR.

Nos últimos trabalhos de pesquisa na direção de pesquisa de PLS, como SKG, a literatura [90] deduziu a expressão de forma fechada dos limites superior e inferior de SKR no ambiente quase estático e concluiu que o número de elementos SKR e IRS , coeficiente de correlação, comprimento do piloto e qualidade do canal de reflexão relacionados. Em relação ao PCA, a literatura [91] utilizou o IRS para destruir a reciprocidade do canal no sistema duplex por divisão de tempo (TDD, timedivision duplex) e completou o ataque piloto.

Panorama

Actualmente, a investigação relevante sobre o reforço da segurança da teoria da informação baseada no IRS está relativamente completa, e as duas direcções de investigação seguintes podem ser consideradas no futuro.

1. Aprimoramento de PLS em sistemas de comunicação de estações multibase. Em sistemas sem fio com múltiplas estações base, como redes Cell-Free e redes centradas no usuário, o número de pontos de acesso sem fio e de usuários é maior e a distribuição é mais ampla. Em um sistema sem fio tão complexo, a existência de Eav e Jammer torna o problema de PLS do sistema mais desafiador.É necessário considerar ainda mais a localização da implantação do IRS, a aquisição de sistemas complexos pelo CSI e o agendamento do usuário.
2. Contramedida e confronto de IRS ilegal. Devido ao baixo consumo de energia e ao baixo custo do IRS, não apenas os links legítimos podem usar o IRS para melhorar o desempenho, mas os links ilegais também podem implantar o seu próprio IRS para ajudar os links de escuta ou reduzir o desempenho dos links legítimos. Por exemplo, a literatura [85] usa IRS para auxiliar o ataque piloto de Eav; na literatura [92], Eav implanta seu próprio IRS perto de BS para melhorar a coleta de reflexão de sinais legais. Como o IRS é passivo, é muito difícil detectar links ilegais e obter CSI relacionados com a ajuda do IRS. Neste momento, é difícil para o algoritmo tradicional de otimização conjunta obter bons resultados e é difícil garantir uma transmissão sem fio segura. É necessário conceber novos meios técnicos para combater o IRS ilegal.

---

As demais direções de pesquisa de PLS em sistemas sem fio assistidos por IRS estão atualmente concentradas em SKG e PCA, sendo que ambas podem ser pesquisadas e expandidas a partir das seguintes perspectivas.

1. Design de grupo SKG para vários usuários. Em um sistema sem fio multiusuário, o alcance da comunicação sem fio de cada usuário é limitado, mas a implantação do IRS pode estender a cobertura do sinal. Portanto, é necessário projetar um algoritmo de otimização IRS para aumentar a capacidade da chave do bloco. Enquanto isso, o protocolo colaborativo de extração de chaves precisa ser redesenhado para transmissão SKG assistida por IRS.
2. Detecção e contramedidas de PCA baseadas em IRS. A maior parte da pesquisa atual usa IRS para realizar PCA e, no sistema sem fio com PCA, também pode ser detectado e neutralizado pela introdução de IRS. Por exemplo, julgar se existem outras fontes de interferência no ambiente sem fio extraindo as informações do sinal piloto refletidas pelo IRS; melhorar a qualidade da comunicação do enlace de transmissão piloto da LU otimizando o IRS.

---

1. Vários artigos lidos

Geração de chave secreta assistida por superfície inteligente reconfigurável em ambientes quase estáticos

Geração de chave: sim

Se o bisbilhoteiro existe ou não: sim

Este artigo propõe um protocolo de geração de chaves assistido por ris baseado no esquema OWP e estuda SKR na presença de um bisbilhoteiro. Descobrimos que a duração do piloto deve garantir que o MSE seja pequeno o suficiente para gerar chaves. Ao mesmo tempo, descobrimos que o SKR é determinado pelos elementos RIS, coeficientes de correlação e qualidade do canal de reflexão. A verificação da simulação mostra que nosso protocolo supera o trabalho existente.

Taxa de chave secreta: A taxa na qual o protocolo pode gerar chaves com segurança.
O protocolo proposto explora totalmente a aleatoriedade dos canais diretos e reflexivos.

Matriz de fase de projeto RIS: 1. Melhorar a relação sinal-ruído
2. Introduzir aleatoriedade para resolver o problema de mudanças lentas de canal

Sondagem bidirecional (TWP) Sondagem unidirecional (OWP)

Considere a sondagem de canal dos bisbilhoteiros
, eles sondam o canal no modo duplex por divisão de tempo (TDD) e extraem chaves das medições associadas.

RIS com N elementos reflexivos pode ser usado como um terceiro confiável.

Além das três etapas acima, há a última etapa Reconstrução CSI

A. Etapa 1: Estimativa direta do canal
B. Etapa 2: Estimativa do canal subrrefletor
C. Etapa 3: Configuração da matriz de fase aleatória
D. Etapa 4: Reconstrução CSI

Primeiro estimamos o canal direto para aproveitar sua aleatoriedade; essas medidas também serão usadas nas etapas 2 e 3 para mitigar o efeito do canal direto. Segundo, estimamos o canal de sub-reflexão para explorar sua aleatoriedade; no passo 4, as medidas também serão usadas para reconstruir o CSI de Alice. Terceiro, para induzir efeitos de desvanecimento rápido em um bloco, o RIS configura a matriz de fase aleatória e Bob sonda o canal no slot downstream. Finalmente, Alice reconstrói o CSI a partir das medições da etapa anterior e dos vetores de reflexão controlados. Vale a pena notar que a quantidade de medição no esquema OWP é o dobro daquela no esquema TWP.

Comunicação de sigilo assistida por superfície refletora inteligente: o ruído artificial é útil ou não?

É benéfico adicionar ruído artificial (AN) ao IRS.

Mesmo no caso da formação de feixe de reflexão IRS, a adição de interferência ou AN ainda pode efetivamente melhorar a taxa de sigilo, especialmente quando a potência de transmissão é grande para atingir uma alta taxa de sigilo e/ou o número de bisbilhoteiros aumenta. Além disso, à medida que o número de elementos reflexivos aumenta, o ganho de desempenho trazido pela AN permanece basicamente o mesmo quando o bisbilhoteiro está longe do IRS, mas diminui quando o bisbilhoteiro está próximo do IRS.

Projeto de otimização de formação de feixe:
método tradicional
Método AI
Outros fatores:
ruído artificial

Taxa de privacidade:
taxa de usuário – taxa de bisbilhoteiros.

Segurança da camada física de redes NOMA auxiliadas por superfície reflexiva inteligente

Combinado com NOMA: Índice de avaliação: probabilidade de interrupção de sigilo (SOP)
Em [18], o autor apontou que a ordem de diversidade de sigilo e a probabilidade assintótica de interrupção de sigilo (SOP) de um par de usuários NOMA são determinadas pelo usuário com baixo ganho de canal decidiu?
Conforme mostrado em [19], para desbloquear todo o potencial do NOMA é importante garantir que exista um diferencial de potência adequado entre os usuários. O IRS tem a capacidade de variar o ganho do canal para melhorar o desempenho do NOMA, portanto, sua composição inerente traz benefícios substanciais

Superfície refletora inteligente para segurança e privacidade de comunicação sem fio

A superfície reflexiva inteligente (IRS) é uma nova tecnologia para futuras comunicações sem fio. Partindo da teoria da segurança da camada física e da comunicação secreta, considerando a sua excelente capacidade de personalizar as condições do canal através da focagem e anulação de energia, é uma tecnologia ideal para aumentar a segurança e a confidencialidade da comunicação sem fios. Neste artigo, primeiro apresentamos alguns resultados da aplicação do IRS para melhorar a taxa média de sigilo em canais de escuta, alcançar ocultação de comunicação perfeita e criar intencionalmente aleatoriedade extra na propagação sem fio para ocultar transmissões sem fio ativas. Em seguida, identificamos vários desafios para pesquisas futuras para desbloquear totalmente os benefícios oferecidos pelo IRS no contexto da segurança da camada física e das comunicações secretas. Através de extensos estudos numéricos, demonstramos a necessidade de projetar a amplitude do elemento IRS considerando a segurança e a privacidade na comunicação sem fio, onde o valor ótimo nem sempre é 1 como é normalmente adotado na literatura. Além disso, revelamos o compromisso das informações de estado do canal (CSI) do IRS entre o sigilo alcançável e a precisão da estimativa para usuários legítimos e mal-intencionados, o que representa desafios fundamentais de alocação de recursos em um ambiente de segurança da camada física assistido pelo IRS. Finalmente, um método de estimativa de canal passivo usando redes neurais profundas e imagens de cena é discutido como uma solução potencial para obter disponibilidade de CSI sem explorar pilotos que consomem muitos recursos. Este método fornece uma maneira viável de aumentar significativamente a taxa de comunicação secreta em redes sem fio assistidas por IRS.