[论文解读] Opportunities for Physical Layer Security in UAV Communication Enhanced with Intelligent Reflective Surfaces

Wali Ullah Khan, Eva Lagunas+6 more|arXiv (Cornell University)|Mar 31, 2022

Advanced Wireless Communication Technologies被引用 13

一句话总结

本文提出了一种智能反射表面（IRS）增强的物理层安全（PLS）框架，用于无人机（UAV）通信，以提升保密容量。通过采用交替优化联合优化无人机轨迹与IRS相位偏移，该系统在多窃听者环境中实现了显著的保密速率增益，展示了IRS通过波束成形波束相位控制实现信号波束成形与人工干扰的能力，从而增强安全传输。

ABSTRACT

Unmanned Aerial Vehicles (UAVs) are an important component of next-generation wireless networks that can assist in high data rate communications and provide enhanced coverage.Their high mobility and aerial nature offer deployment flexibility and low-cost infrastructure support to existing cellular networks and provide many applications that rely on mobile wireless communications. However, security is a major challenge in UAV communications, and Physical Layer Security (PLS) is an important technique to improve the reliability and security of data shared with the assistance of UAVs. Recently, Intelligent Reflecting Surfaces (IRS) have emerged as a novel technology to extend and/or enhance wireless coverage by re-configuring the propagation environment of communications. This paper provides an overview of how IRS can improve the PLS of UAV networks. We discuss different use cases of PLS for IRS enhanced UAV communications and briefly review the recent advances in this area. Then based on the recent advances, we also present a case study that utilizes alternate optimization to maximize the secrecy capacity for IRS enhanced UAV scenario in the presence of multiple eavesdroppers. Finally, we highlight several open issues and research challenges to realize PLS in IRS enhanced UAV communications.

研究动机与目标

• 解决由于能量受限、移动性以及易受窃听攻击而导致的无人机通信中物理层安全的关键挑战。
• 通过利用物理层安全（PLS）技术，克服传统密码学在无人机网络中计算开销大、可靠性低的局限性，以降低计算负载并提升系统可靠性。
• 研究智能反射表面（IRS）如何通过被动且高效地重构无线传播环境，提升无人机网络中的PLS性能。
• 设计一种联合优化框架，用于优化无人机轨迹与IRS相位偏移，以在多窃听者场景下最大化保密容量。
• 识别并解决关键开放挑战，如信道状态信息（CSI）不完善、计算复杂度高以及IRS增强型无人机系统中的资源分配问题。

提出的方法

• 采用交替优化方法，将无人机轨迹与IRS相位偏移作为交替变量，在约束优化问题中联合优化。
• 将IRS建模为可引入可控相位偏移的被动反射单元阵列，以增强合法用户处的信号功率，同时削弱潜在窃听者处的信号功率。
• 在合法用户QoS约束以及无人机与IRS功率约束下，建立保密速率最大化问题的数学模型。
• 通过智能IRS波束成形，在合法用户处实现波束相位相长叠加，在窃听者处引入波束相消干扰，从而有效充当友好干扰源。
• 集成人工智能/机器学习技术，以处理非线性动态系统，并降低大规模IRS-UAV系统中的计算复杂度。
• 结合PLS技术，采用密钥大小压缩技术（如使用更小密钥的ECDSA）以减少无人机通信中的传输开销与延迟。

实验结果

研究问题

• RQ1 在多窃听者条件下，如何利用IRS增强无人机通信中的物理层安全？
• RQ2 在IRS增强型无人机网络中，如何实现无人机轨迹与IRS相位偏移的最优联合设计，以最大化保密容量？
• RQ3 发射端与IRS处的不完美信道状态信息（CSI）对IRS增强型无人机系统中PLS性能有何影响？
• RQ4 在基于无人机的安全通信中，作为被动波束成形器与友好干扰源的IRS能带来多大的性能增益？
• RQ5 如何有效应用AI/ML技术，在保持高保密速率的同时降低大规模IRS-UAV系统中的计算复杂度？

主要发现

• 所提出的交替优化框架显著提升了IRS增强型无人机通信中的保密速率，尤其在存在多个窃听者时表现突出。
• IRS能够在合法用户处实现信号波束相长叠加，在窃听者处引入相消干扰，从而在不增加额外功耗的情况下提升保密容量。
• 仿真结果证实，与仅使用无人机或非IRS辅助的传统系统相比，IRS的部署显著提升了保密速率。
• 发射端与IRS处的不完美CSI仍是关键挑战，因为大量被动反射单元使得实际信道估计极为困难。
• 联合优化无人机轨迹与IRS相位偏移优于独立优化，证明了整体化设计方法的必要性。
• 结合PLS技术，通过减小加密密钥尺寸（如采用ECDSA）可降低传输延迟与频谱占用，从而提升整体系统效率。