[论文解读] Securing the Insecure: A First-Line-of-Defense for Nanoscale Communication Systems Operating in THz Band

Waqas Aman, Muhammad Mahboob Ur Rahman+5 more|arXiv (Cornell University)|Jul 14, 2020

Molecular Communication and Nanonetworks被引用 6

一句话总结

本文提出了一种用于太赫兹频段纳米尺度通信系统的物理层认证机制，利用路径损耗作为唯一指纹以检测假冒攻击。通过将两步假设检验与隐马尔可夫模型（HMM）结合，并利用最大似然法和高斯混合模型（GMM）进行发射机识别，该方法在信噪比（SNR）为10 dB时实现了接近完美的检测性能（检测概率达99.9%），且误报率仅为20%，为量子安全、低开销的认证方案提供了替代传统加密方案的可能。

ABSTRACT

Nanoscale communication systems operating in Ter-ahertz (THz) band are anticipated to revolutionise the healthcaresystems of the future. Global wireless data traffic is undergoinga rapid growth. However, wireless systems, due to their broad-casting nature, are vulnerable to malicious security breaches. Inaddition, advances in quantum computing poses a risk to existingcrypto-based information security. It is of the utmost importanceto make the THz systems resilient to potential active and passiveattacks which may lead to devastating consequences, especiallywhen handling sensitive patient data in healthcare systems. Newstrategies are needed to analyse these malicious attacks and topropose viable countermeasures. In this manuscript, we presenta new authentication mechanism for nanoscale communicationsystems operating in THz band at the physical layer. We assessedan impersonation attack on a THz system. We propose usingpath loss as a fingerprint to conduct authentication via two-stephypothesis testing for a transmission device. We used hiddenMarkov Model (HMM) viterbi algorithm to enhance the outputof hypothesis testing. We also conducted transmitter identificationusing maximum likelihood and Gaussian mixture model (GMM)expectation maximization algorithms. Our simulations showedthat the error probabilities are a decreasing functions of SNR. At 10 dB with 0.2 false alarm, the detection probability was almostone. We further observed that HMM out-performs hypothesistesting at low SNR regime (10% increase in accuracy is recordedat SNR =5 dB) whereas the GMM is useful when groundtruths are noisy. Our work addresses major security gaps facedby communication system either through malicious breachesor quantum computing, enabling new applications of nanoscalesystems for Industry 4.0.

研究动机与目标

• 解决纳米尺度太赫兹通信系统在医疗保健和物联网应用中面临的关键安全漏洞，即易受假冒攻击的影响。
• 克服传统基于加密的认证机制的局限性，后者易受量子计算威胁，且在能量受限的纳米设备上带来高昂的能耗与计算开销。
• 开发一种本质上具备量子安全性的物理层认证机制，无需共享密钥，且计算开销极低。
• 在包含多个合法与恶意节点的密集、动态纳米尺度网络中，实现可靠的发射机识别与攻击检测。
• 通过蒙特卡罗仿真，在包含噪声和不同信噪比的实际条件下评估所提方案的性能。

提出的方法

• 利用太赫兹信号的空间特性和传播依赖性，将路径损耗作为设备认证的唯一物理层指纹。
• 实施两步假设检验框架，基于估计的路径损耗值区分合法与恶意发射机。
• 通过使用维特比算法的隐马尔可夫模型（HMM）增强假设检验的准确性，以建模时间域信号变化，提升低信噪比下的检测性能。
• 基于假设检验过程的输出，采用最大似然（ML）估计法进行发射机识别。
• 在真实数据存在噪声的情况下，采用期望最大化（EM）算法的高斯混合模型（GMM）实现鲁棒的发射机识别。
• 模拟最多包含10^5次传输的网络，节点在1m×1m区域内均匀分布，通过蒙特卡罗实现计算误码率、检测概率（P_d）、误报率（P_fa）和误分类概率（P_mc）。

实验结果

研究问题

• RQ1 太赫兹频段的路径损耗是否可作为纳米尺度发射机认证的可靠且唯一物理层指纹？
• RQ2 与基本假设检验相比，两步假设检验与HMM结合在低信噪比条件下如何提升检测准确性？
• RQ3 当真实数据受噪声污染时，基于GMM的发射机识别方法在多大程度上优于基于ML的识别方法？
• RQ4 在包含合法与恶意节点的多节点太赫兹网络中，误报率（P_fa）和检测概率（P_d）如何随信噪比变化？
• RQ5 合法节点数量（M）及其传输活动对将合法节点误识别为其他合法节点的误分类概率（P_mc）有何影响？

主要发现

• 在信噪比为10 dB、误报率为20%的条件下，检测概率（P_d）接近100%，表明该方案对假冒攻击具有极强的检测能力。
• 在低信噪比（−5 dB）条件下，HMM增强的假设检验相比基本假设检验，检测准确率提升了10%，证明其在噪声环境下的鲁棒性。
• 当真实数据存在噪声时，基于GMM的发射机识别方法优于基于ML的识别方法，尤其在噪声方差（σ²）较大和信噪比较低时表现更优。
• 误分类概率（P_mc）随合法Alice节点数量（M）的增加而上升，但当节点在其分配的传输时隙内活动时，P_mc保持稳定。
• 检测概率（P_d）受节点数量影响不大，但随着更多活跃合法节点的出现，误分类概率（P_mc）上升，揭示了在密集网络中存在性能权衡。
• 所提方案在10 dB信噪比下实现了近乎完美的认证性能（P_d ≈ 1），且误报率仅为20%，证实其在安全、实时纳米尺度医疗系统中的可行性。