[论文解读] Physical Layer Security of Autonomous Driving: Secure Vehicle-to-Vehicle Communication in A Security Cluster

Na Young Ahn, Dong Hoon Lee|arXiv (Cornell University)|Dec 13, 2019

Wireless Communication Security Techniques参考文献 45被引用 10

一句话总结

本文通过引入‘车载保密容量’这一新指标，提出了一种用于自动驾驶中车对车（V2V）通信的物理层安全框架。该指标基于信噪比（SNR）及车辆特有的动态参数（如速度、安全距离和响应时间）定义。该方法可在高速公路和城市环境中实现实时保密容量控制，通过动态的、基于物理的安全机制，增强对窃听者（包括量子计算机）的抗性。

ABSTRACT

We suggest secure Vehicle-to-Vehicle communications in a secure cluster. Here, the security cluster refers to a group of vehicles having a certain level or more of secrecy capacity. Usually, there are many difficulties in defining secrecy capacity, but we define vehicular secrecy capacity for the vehicle defined only by SNR values. Defined vehicular secrecy capacity is practical and efficient in achieving physical layer security in V2V. Typically, secrecy capacity may be changed by antenna related parameters, path related parameters, and noise related parameters. In addition to these conventional parameters, we address unique vehicle-related parameters, such as vehicle speed, safety distance, speed limit, response time, etc. in connection with autonomous driving. We confirm the relationship between vehicle-related secrecy parameters and secrecy capacity through modeling in highway and urban traffic situations. These vehicular secrecy parameters enable real-time control of vehicle secrecy capacity of V2V communications. We can use vehicular secrecy capacity to achieve secure vehicle communications from attackers such as quantum computers. Our research enables economic, effective and efficient physical layer security in autonomous driving.

研究动机与目标

• 解决自动驾驶中车对车（V2V）通信缺乏实用物理层安全机制的问题。
• 基于信噪比（SNR）和动态车辆参数，为车载网络定义一种新型保密容量度量指标。
• 通过引入车辆特异性动态参数（如速度、安全距离和响应时间），实现实时保密容量控制。
• 通过物理层技术增强对高级威胁（包括量子计算攻击）的防护能力。
• 为高速公路和城市交通场景下的安全V2V通信，提供一种高效、经济且可扩展的解决方案。

提出的方法

• 提出‘车载保密容量’作为仅基于信噪比（SNR）和车辆动态参数的实用度量指标，替代传统保密容量定义。
• 将车辆特异性参数（如速度、安全距离、限速和响应时间）整合进保密容量模型。
• 在真实传播和移动条件下，对高速公路和城市交通环境中的保密容量行为进行建模。
• 以信噪比（SNR）作为计算保密容量的主要输入，实现动态自适应。
• 通过利用信道状态信息和动态车辆参数，应用物理层安全原理以增强保密性。
• 通过多样化交通场景下的仿真建模验证该框架，以展示动态保密容量控制能力。

实验结果

研究问题

• RQ1 如何重新定义V2V通信中的保密容量，使其在自动驾驶环境中更具实用性与可应用性？
• RQ2 车辆特异性动态参数（如速度、安全距离和响应时间）在塑造物理层保密容量方面发挥何种作用？
• RQ3 所提出的车载保密容量模型在真实高速公路和城市交通条件下表现如何？
• RQ4 是否能仅通过信噪比（SNR）和车辆运动参数实现实时动态控制物理层保密容量？
• RQ5 该框架在多大程度上能抵御高级窃听威胁，包括来自量子计算机的攻击？

主要发现

• 所提出的车载保密容量模型成功将信噪比（SNR）和车辆动态参数整合为单一实用的物理层安全度量指标。
• 车辆速度、安全距离和响应时间显著影响可实现的保密容量，从而支持动态控制。
• 该模型在高速公路和城市交通场景中均表现出稳定且可测量的保密容量提升。
• 通过持续监测信噪比（SNR）和车辆运动参数，可实现保密容量的实时自适应。
• 该框架为抵御未来基于量子计算的窃听威胁（如在V2V通信中）提供了基础支持。
• 该方法在经济上可行且可扩展，为自动驾驶车联网提供了一种高效替代传统加密方法的方案。