[論文レビュー] Secure Directional Modulation to Enhance Physical Layer Security in IoT Networks

Feng Shu, Siming Wan+6 more|arXiv (Cornell University)|Dec 6, 2017

Wireless Communication Security Techniques参考文献 20被引用数 5

ひとこと要約

本稿は、人工雑音（AN）を用いた指向性変調を用いたIoTネットワークにおける物理層セキュリティのための、適応的でロバストなノルム空間射影（AR-NSP）方式を提案する。正当なユーザーおよび盗聴者の受信方向（DOA）と信号対雑音比（SNR）を推定し、DOA推定誤差の区間を予測し、それに応じてビームフォーミングおよびAN射影ベクトルを設計することで、DOA誤差区間が拡大するに従い、非ロバストおよび非適応的ロバスト方式よりも著しく低い誤りビットレート（BER）と高い機密性レート（SR）を達成する。

ABSTRACT

In this work, an adaptive and robust null-space projection (AR-NSP) scheme is proposed for secure transmission with artificial noise (AN)-aided directional modulation (DM) in wireless networks. The proposed scheme is carried out in three steps. Firstly, the directions of arrival (DOAs) of the signals from the desired user and eavesdropper are estimated by the Root Multiple Signal Classificaiton (Root-MUSIC) algorithm and the related signal-to-noise ratios (SNRs) are estimated based on the ratio of the corresponding eigenvalue to the minimum eigenvalue of the covariance matrix of the received signals. In the second step, the value intervals of DOA estimation errors are predicted based on the DOA and SNR estimations. Finally, a robust NSP beamforming DM system is designed according to the afore-obtained estimations and predictions. Our examination shows that the proposed scheme can significantly outperform the conventional non-adaptive robust scheme and non-robust NSP scheme in terms of achieving a much lower bit error rate (BER) at the desired user and a much higher secrecy rate (SR). In addition, the BER and SR performance gains achieved by the proposed scheme relative to other schemes increase with the value range of DOA estimation error.

研究の動機と目的

• 物理層セキュリティにおける現実的でない仮定、すなわち盗聴者およびユーザーの位置が事前に正確に分かっているという仮定を是正すること。
• 受信方向（DOA）推定の不確実性がある状況下でも、指向性変調（DM）システムにおける機密性性能を向上させること。
• 変動するDOA推定誤差に適応可能な、ロバストなビームフォーミングおよび人工雑音（AN）射影戦略を設計すること。
• 不完全なチャネル状態情報を有する実用的なIoTおよび無線ネットワークにおける誤りビットレート（BER）および機密性レート（SR）性能を向上させること。

提案手法

• 信号共分散行列の固有値比を用いて、Root-MUSICアルゴリズムを用いて、目的ユーザーおよび盗聴者のDOAとSNRを推定する。
• 推定されたDOAおよびSNR値に基づき、DOA推定誤差の区間を予測する。
• 予測されたDOA誤差区間を用いて、機密信号およびAN射影ベクトルのロバストなノルム空間射影（NSP）ビームフォーミングベクトルを設計する。
• 異なるチャネル状態にわたって平均化された適応的ビームフォーミングおよびAN射影を適用し、ロバスト性を向上させる。
• 性能評価には機密性レート（SR）指標を、正当受信機の信頼性評価には誤りビットレート（BER）指標を用いる。
• 機密性と信頼性のバランスを取るために、信号対漏れおよび雑音比（SLNR）最適化フレームワークを採用する。

実験結果

リサーチクエスチョン

• RQ1 DOA推定誤差が不確実な状況下でも、ロバストなビームフォーミングおよびAN射影設計は機密性性能を向上させ得るか？
• RQ2 DOA推定誤差区間が拡大する条件下で、提案されたAR-NSP方式は非ロバストおよび非適応的ロバスト方式と比較してどのように性能を発揮するか？
• RQ3 DOAおよびSNRの適応的推定は、指向性変調システムにおけるBERおよび機密性レートをどの程度向上させるか？
• RQ4 チャネル状態にわたってビームフォーミングおよびAN射影を平均化することは、実用的なIoT展開におけるロバスト性を向上させるか？

主な発見

• 提案されたAR-NSP方式は、DOA推定誤差区間が拡大するに従い、非ロバストNSP方式および非適応的ロバスト方式と比較して著しく低い誤りビットレート（BER）を達成する。
• AR-NSP方式の機密性レート（SR）は、両ベンチマークと比較して顕著に高く、DOA推定誤差区間が拡大するに従い性能差が広がる。
• アイパターン解析により、AR-NSP方式が正当受信者への人工雑音の漏洩を低減し、盗聴者方向へより多くのANを指向していることが確認された。
• AR-NSP方式のBERおよびSR性能向上は、DOA推定誤差の値範囲が大きくなるに従い増大し、不確実性への適応性が裏付けられた。
• 本方式は、ユーザーおよび盗聴者の位置が完全にまたは事前に把握可能であるという現実的でない仮定を効果的に排除し、IoTおよび5G+ネットワークにおける実用的展開を可能にした。