[论文解读] Physical Layer Security in UAV Systems: Challenges and Opportunities

Xiaofang Sun, Derrick Wing Kwan Ng+3 more|arXiv (Cornell University)|Sep 15, 2019

UAV Applications and Optimization参考文献 14被引用 23

一句话总结

本文研究了无人机通信中的物理层安全问题，提出通过轨迹优化、资源分配以及协作无人机策略来应对被动和主动窃听。研究结果表明，无人机的移动性可通过利用视 Line-of-Sight (LoS) 信道和波束成形实现安全传输，且 NOMA、MIMO 和毫米波技术可同时提升安全性和频谱效率。

ABSTRACT

Unmanned aerial vehicle (UAV) wireless communications have experienced an upsurge of interest in both military and civilian applications, due to its high mobility, low cost, on-demand deployment, and inherent line-of-sight (LoS) air-to-ground channels. However, these benefits also make UAV wireless communication systems vulnerable to malicious eavesdropping attacks. In this article, we aim to examine the physical layer security issues in UAV systems. In particular, passive and active eavesdroppings are two primary attacks in UAV systems. We provide an overview on emerging techniques, such as trajectory design, resource allocation, and cooperative UAVs, to fight against both types of eavesdroppings in UAV wireless communication systems. Moreover, the applications of non-orthogonal multiple access, multiple-input and multiple-output, and millimeter wave in UAV systems are also proposed to improve the system spectral efficiency and to guarantee security simultaneously. Finally, we discuss some potential research directions and challenges in terms of physical layer security in UAV systems.

研究动机与目标

• 应对因空中至地面信道开放及地面基础设施有限而带来的无人机通信安全需求日益增长的问题。
• 识别无人机系统中的关键安全威胁，包括被动窃听、主动导频污染以及恶意无人机。
• 提出面向移动性的物理层安全技术，以提升保密速率并减少信息泄露。
• 将非正交多址接入（NOMA）、大规模多输入多输出（MIMO）和毫米波（mmWave）等先进 5G 技术集成至无人机系统，以同时提升安全性和频谱效率。
• 指出未来研究中的开放挑战，如信道状态信息（CSI）获取、能量约束以及真实环境下的信道建模。

提出的方法

• 利用无人机轨迹设计，通过三维移动性动态规避窃听者，从而提升保密速率。
• 实施无人机轨迹与资源分配的联合优化，以在功率和移动性约束下最大化保密容量。
• 应用物理层安全技术，如人工噪声注入和波束成形，以降低窃听者信道质量。
• 集成非正交多址接入（NOMA）技术，通过功率域复用安全支持多用户传输。
• 利用 MIMO 和毫米波（mmWave）通信技术，增强空间复用增益和定向传输能力，以提升保密性。
• 提出信道状态信息（CSI）获取机制，可在动态无人机环境中跟踪合法用户和窃听者，即使面临导频污染风险。

实验结果

研究问题

• RQ1 如何优化无人机轨迹设计，以最小化来自被动窃听者的的信息泄露？
• RQ2 导频污染攻击对基于无人机的物理层安全有何影响？应如何缓解？
• RQ3 在安全的无人机通信系统中，如何检测并防御恶意无人机？
• RQ4 在联合轨迹与资源分配设计中，计算复杂度与保密性能之间的最优权衡是什么？
• RQ5 如何应对无人机上有限的机载能量和计算资源，以实现可持续的安全通信？

主要发现

• 无人机的移动性可通过使无人机避开窃听者并优化波束成形方向性，显著提升物理层安全性。
• 联合轨迹与资源分配优化可显著提升保密速率，但最优解在计算上仍难以实现。
• 导频污染攻击构成严重威胁，会误导信道状态信息估计，因此需要鲁棒的检测与缓解机制。
• 在无人机系统中使用 NOMA 可实现安全的多用户传输，同时提升频谱效率并降低时延。
• MIMO 和毫米波技术通过波束成形增益和定向传输增强安全性，降低被窃听的风险。
• 真实信道建模与实地验证仍是关键开放挑战，尤其在城市和复杂环境中。