[논문 리뷰] Intelligent Reflecting Surface for Wireless Communication Security and Privacy

Shihao Yan, Xiaobo Zhou외 3명|arXiv (Cornell University)|2021. 03. 30.

Advanced Wireless Communication Technologies참고 문헌 15인용 수 22

한 줄 요약

이 논문은 6G 무선 네트워크에서 물리계층 보안 및 암시적 통신을 향상시키기 위해 수동 beamforming을 활용하여 비밀 통신률을 최대화하고 은폐성을 실현하는 지능형 반사면(Invisible Reflecting Surface, IRS)을 제안한다. 수동 채널 추정을 위해 깊이 신경망과 환경 영상을 활용하여 피LOT 신호 없이도 은폐된 채널 상태 정보(Channel State Information, CSI) 확보를 실현하며, 이는 IRS 기반 시스템에서 개인정보 보호와 보안성을 크게 향상시킨다.

ABSTRACT

Intelligent reflection surface (IRS) is emerging as a promising technique for future wireless communications. Considering its excellent capability in customizing the channel conditions via energy-focusing and energy-nulling, it is an ideal technique for enhancing wireless communication security and privacy, through the theories of physical layer security and covert communications, respectively. In this article, we first present some results on applying IRS to improve the average secrecy rate in wiretap channels, to enable perfect communication covertness, and to deliberately create extra randomness in wireless propagations for hiding active wireless transmissions. Then, we identify multiple challenges for future research to fully unlock the benefits offered by IRS in the context of physical layer security and covert communications. With the aid of extensive numerical studies, we demonstrate the necessity of designing the amplitudes of the IRS elements in wireless communications with the consideration of security and privacy, where the optimal values are not always $1$ as commonly adopted in the literature. Furthermore, we reveal the tradeoff between the achievable secrecy performance and the estimation accuracy of the IRS's channel state information (CSI) at both the legitimate and malicious users, which presents the fundamental resource allocation challenge in the context of IRS-aided physical layer security. Finally, a passive channel estimation methodology exploiting deep neural networks and scene images is discussed as a potential solution to enabling CSI availability without utilizing resource-hungry pilots. This methodology serves as a visible pathway to significantly improving the covert communication rate in IRS-aided wireless networks.

연구 동기 및 목표

• 6G 네트워크에서 지능형 반사면(Invisible Reflecting Surface, IRS)이 물리계층 보안 및 은밀한 통신을 향상시키는 잠재력을 탐색하는 것.
• IRS 기반 시스템에서 안전하고 비밀스러운 채널 상태 정보(Channel State Information, CSI) 확보의 과제를 해결하는 것.
• 피LOT 기반 학습을 피하고 은폐성을 향상시키기 위해 깊이 신경망과 환경 영상 기반 수동 채널 추정 방법을 제안하는 것.
• CSI 추정 정확도와 자원 할당 간의 트레이드오프를 포함한 IRS 기반 물리계층 보안 분야의 핵심 연구 과제를 규명하는 것.
• 기존 문헌에서 일반적으로 가정되는 값 1을 초월해 IRS 반사 진폭을 최적화함으로써 비밀성과 개인정보 보호를 향상시키기 위한 필요성을 입증하는 것.

제안 방법

• 정상 사용자에서 신호 전력은 증가시키고 탈취자에서 신호 전력을 억제하기 위해 반사 요소의 위상 이동과 진폭을 조절함으로써 IRS를 활용해 무선 전파 전파를 제어하는 것.
• 물리계층 보안 이론을 적용하여 IRS beamforming을 활용해 탈취자에서 간섭을 파괴하고 정상 사용자에서 건설적 수신을 실현함으로써 도청 채널에서 비밀 통신률을 최대화하는 것.
• 다수의 카메라가 촬영한 환경 영상이나 영상에서 CSI를 추론하는 깊이 신경망(Deep Neural Networks, DNNs)을 활용한 수동 채널 추정 프레임워크를 도입하는 것.
• 두 부분으로 구성된 DNN 아키텍처를 활용: 합성곱층이 영상에서 환경적 특징(예: 물체 위치, 재질 등)을 추출하고, 융합 네트워크가 중앙 단위에서 CSI를 재구성하는 것.
• 원시 영상 데이터를 전송하지 않고도 분산된 카메라들이 모델 가중치를 공유하고 학습할 수 있도록 연합 학습(Federated Learning) 구조를 제안하는 것으로 개인정보 보호를 강화하는 것.
• 최적의 IRS 반사 진폭이 항상 1이 아니며, 이를 최적화하면 비밀성 성능이 향상됨을 입증함으로써 기존 문헌에서 일반적으로 가정하는 바를 도전하는 것.

실험 결과

연구 질문

• RQ1 IRS는 도청 채널에서 평균 비밀 통신률을 어떻게 향상시킬 수 있는가?
• RQ2 IRS 기반 시스템에서 정상 사용자와 탈취자 모두에서 비밀 통신 성능과 CSI 추정 정확도 사이의 트레이드오프는 어떠한가?
• RQ3 환경 영상과 기계학습 기반 수동 채널 추정이 피LOT 신호 없이도 은폐된 CSI 확보를 가능하게 할 수 있는가?
• RQ4 IRS 반사 진폭을 1을 초월해 최적화함으로써 비밀성과 은폐성 성능에 어떤 영향을 미치는가?
• RQ5 기계학습 기반 채널 추정은 어떻게 IRS 기반 은밀한 통신 시스템에 통합되어 개인정보 보호를 향상시킬 수 있는가?

주요 결과

• 최적의 IRS 반사 진폭이 항상 1인 것은 아니며, 이를 조정하면 비밀 통신률을 크게 향상시킬 수 있어 기존 연구에서 일반적으로 가정되는 바를 도전한다.
• 정상 사용자와 탈취자 모두에서 구현 가능한 비밀 통신 성능와 CSI 추정 정확도 사이에 트레이드오프가 존재하며, 이는 근본적인 자원 할당 과제를 드러낸다.
• 깊이 신경망과 환경 영상을 활용한 수동 채널 추정은 피LOT 신호 없이도 은폐된 CSI 확보를 가능하게 하여 완전히 소리 없는 통신을 지원한다.
• 제안된 DNN 기반 방법은 환경 영상에서 높은 정확도로 CSI를 재구성할 수 있어 안전하고 비밀스러운 시스템 운영을 가능하게 한다.
• 연합 학습 통합을 통해 분산된 카메라들이 원시 영상 데이터를 전송하지 않고도 공동으로 DNN을 학습하고 가중치를 공유할 수 있어 개인정보 보호를 강화하고 데이터 전송을 줄인다.
• 광범위한 수치적 결과는 제안된 수동 추정 방법이 IRS 기반 네트워크에서 은밀한 통신률을 크게 향상시킴을 확인한다.