[논문 리뷰] Sensing-Assisted Eavesdropper Estimation: An ISAC Breakthrough in Physical Layer Security

Nanchi Su, Fan Liu외 1명|arXiv (Cornell University)|2022. 10. 15.

Radar Systems and Signal Processing인용 수 4

한 줄 요약

이 논문은 통합 센싱 및 통신(ISAC) 시스템을 위한 감지 보조 물리계층 보안 기법을 제안한다. 기지국은 ISAC의 감지 능력을 활용해 CAML 기법을 통해 탈취자(Eve)의 방향을 추정하고, 인공 노이즈와 beamforming을 공동 최적화하여 기밀률을 극대화하면서 추정 오차(Cramér-Rao Bound)를 최소화한다. 이 방법은 감지 정확도와 보안 성능 간 상호 강화를 가능하게 하여, Eve 채널 지식이 불완전한 상황에서도 향상된 기밀률을 달성한다.

ABSTRACT

In this paper, we investigate the sensing-aided physical layer security (PLS) towards Integrated Sensing and Communication (ISAC) systems. A well-known limitation of PLS is the need to have information about potential eavesdroppers (Eves). The sensing functionality of ISAC offers an enabling role here, by estimating the directions of potential Eves to inform PLS. In our approach, the ISAC base station (BS) firstly emits an omni-directional waveform to search for potential Eves' directions by employing the combined Capon and approximate maximum likelihood (CAML) technique. Using the resulting information about potential Eves, we formulate secrecy rate expressions, that are a function of the Eves' estimation accuracy. We then formulate a weighted optimization problem to simultaneously maximize the secrecy rate and minimize the CRB with the aid of the artificial noise (AN), and minimize the CRB of targets'/Eves' estimation. By taking the possible estimation errors into account, we enforce a beampattern constraint with a wide main beam covering all possible directions of Eves. This implicates that security needs to be enforced in all these directions. By improving estimation accuracy, the sensing and security functionalities provide mutual benefits, resulting in improvement of the mutual performances with every iteration of the optimization, until convergence. Our results avail of these mutual benefits and reveal the usefulness of sensing as an enabler for practical PLS.

연구 동기 및 목표

• 실제로는 흔히 확보되지 않는 탈취자(Eve) 위치에 대한 사전 지식이 요구되는 물리계층 보안(PLS)의 핵심 과제를 해결하기 위해.
• ISAC 시스템의 감지 능력을 활용해 사전 지식 없이도 잠재적 Eve 방향과 진폭을 추정함으로써 사전 보안 설계를 가능하게 하기 위해.
• 전체 전송 전력 예산 제약 하에 기밀률을 극대화하면서 Eve 추정의 Cramér-Rao Bound(CRB)를 최소화하기 위해 인공 노이즈와 beamforming을 공동 최적화하기 위해.
• 감지 기능과 보안 기능 간 피드백 루프를 구축하여, 추정 정확도 향상이 기밀 성능 향상으로 이어지고 반대로 기밀 성능 향상도 추정 정확도 향상에 기여하도록 하기 위해.
• 기본 목표를 균형 있게 조정하는 가중 최적화 프레임워크를 통해 ISAC 시스템에서 감지와 보안 간 상호 이점을 입증하기 위해.

제안 방법

• ISAC 기지국은 먼저 전체 방향으로 전파되는 웨이브포트를 송신하여, 방향 및 진폭 추정을 위한 복합 Capon 및 근사 최대우도(CAML) 기법을 사용해 잠재적 탈취자를 탐지한다.
• 전체 전송 전력 제약과 모든 잠재적 Eve 방향을 포함하는 넓은 메인 빔을 고려하여, 기밀률 극대화와 Eve 추정의 Cramér-Rao Bound(CRB) 최소화를 동시에 달성하는 가중 최적화 문제를 수립한다.
• 모든 잠재적 탈취 공격 방향에서 보안이 확보되도록, 추정 불확실성을 고려해 넓은 메인 로브를 갖춘 beam 패턴 제약 조건을 설정한다.
• 인공 노이즈(AN)는 정상 사용자의 서비스 품질을 유지하면서 Eve의 신호 수신을 억제하도록 설계되며, AN 공분산 행렬은 가중 최적화 문제를 통해 최적화된다.
• 반복적으로 최적화를 수행하며, 각 반복 단계에서 추정 정확도(낮은 CRB)와 기밀률이 동시에 향상되어 수렴에 도달할 때까지 진행된다.
• 채널 불확실성을 명시적으로 고려하며, 현실적인 mmWave ISAC 환경을 반영하기 위해 강한 LOS 성분을 가진 Rician fading 모델을 사용한다.

실험 결과

연구 질문

• RQ1 ISAC의 감지 능력을 활용해 사전 지식 없이도 탈취자 방향을 추정할 수 있는가? 이는 사전 보안 설계를 가능하게 하는가?
• RQ2 ISAC 시스템에서 전력 제약 하에 감지 정확도(CRB로 측정)와 기밀률 간의 트레이드오프는 어떻게 나타나는가?
• RQ3 다중 사용자 ISAC 환경에서 Eve 위치 불확실성(각도 간격 Δθ)은 기밀률과 추정 정확도에 어떤 영향을 미치는가?
• RQ4 정상 사용자와 탈취자 간의 각도 분리가 기밀률과 추정 정확도 간의 성능 트레이드오프에 미치는 영향은 어떠한가?
• RQ5 인공 노이즈와 beamforming의 공동 최적화가 ISAC 시스템에서 감지 및 보안 성능 향상에 얼마나 기여하는가?

주요 결과

• 제안된 알고리즘이 Eve 채널에 대한 사전 정보가 전혀 없는 상황에서도 벤치마크 방법보다 기밀률 성능이 뛰어나며, 전력 예산이 높을수록 성능 향상이 더욱 두드러진다.
• 각도 불확실성(Δθ)이 증가함에 따라 초기에는 탈취자 SNR 감소로 인해 기밀률이 증가하지만, 전력 예산이 넓은 각도 영역을 보호하기에 부족해지면서 결국 감소한다.
• 낮은 전력 예산(예: 25 dBm)에서는 각도 불확실성이 5도를 초과할 경우 최적화가 불가능해지며, 이는 전력과 추정 정확도의 결정적 역할을 확인한다.
• 25 dBm 전력 예산 하에서 정상 사용자 수가 5명을 초과할 경우 기밀률 확보가 불가능해지며, 이는 시스템의 확장성 한계를 보여준다.
• 기밀률이 증가함에 따라 Eve 각도 추정의 CRB도 증가함을 확인하여, 보안과 감지 정확도 간의 본질적 트레이드오프를 입증한다.
• 정상 사용자와 Eve가 동일한 각도(-20°)에 위치할 경우, 4회 반복 후 가장 낮은 CRB를 기록하며 수렴성과 도전적인 상황에서의 강건성을 입증한다.