[论文解读] UAV-Enabled Confidential Data Collection in Wireless Networks

Xiaobo Zhou, Shihao Yan+3 more|arXiv (Cornell University)|Jan 3, 2020

UAV Applications and Optimization参考文献 33被引用 6

一句话总结

该论文提出了一种利用全双工通信和人工噪声（AN）的无人机（UAV）增强保密数据采集方案，以保护调度的地面传感器节点向无人机传输数据的安全性。通过采用惩罚连续凸逼近（P-SCA）联合优化轨迹、功率分配和AN波束成形，系统在基准方案上实现了显著的保密速率增益，且通过第二类锥规划（SOCP）近似进一步降低了复杂度。

ABSTRACT

This work, for the first time, considers confidential data collection in the context of unmanned aerial vehicle (UAV) wireless networks, where the scheduled ground sensor node (SN) intends to transmit confidential information to the UAV without being intercepted by other unscheduled ground SNs. Specifically, a full-duplex (FD) UAV collects data from each scheduled SN on the ground and generates artificial noise (AN) to prevent the scheduled SN's confidential information from being wiretapped by other unscheduled SNs. We first derive the reliability outage probability (ROP) and secrecy outage probability (SOP) of a considered fixed-rate transmission, based on which we formulate an optimization problem that maximizes the minimum average secrecy rate (ASR) subject to some specific constraints. We then transform the formulated optimization problem into a convex problem with the aid of first-order restrictive approximation technique and penalty method. The resultant problem is a generalized nonlinear convex programming (GNCP) and solving it directly still leads to a high complexity, which motivates us to further approximate this problem as a second-order cone program (SOCP) in order to reduce the computational complexity. Finally, we develop an iteration procedure based on penalty successive convex approximation (P-SCA) algorithm to pursue the solution to the formulated optimization problem. Our examination shows that the developed joint design achieves a significant performance gain compared to a benchmark scheme.

研究动机与目标

• 解决无人机辅助无线传感器网络中的物理层安全问题，其中调度的地面传感器向无人机传输机密数据。
• 通过全双工无人机传输和人工噪声生成，防止未调度的地面窃听节点窃听。
• 在服务质量与硬件约束下，最大化最小平均保密速率（ASR）。
• 通过连续凸逼近方法将非凸优化问题转化为第二类锥规划（SOCP），以降低计算复杂度。
• 提出一种基于惩罚的连续凸逼近（P-SCA）算法，以求解联合轨迹、功率与波束成形设计问题。

提出的方法

• 在可靠性中断概率（ROP）和保密中断概率（SOP）约束下，构建保密速率最大化问题。
• 应用一阶近似约束和惩罚方法，将非凸问题转化为广义非线性凸规划（GNCP）。
• 通过将GNCP近似为第二类锥规划（SOCP），在保持最优性的同时显著降低计算复杂度。
• 引入松弛变量，并使用第二类锥表示法，重新表述涉及信道增益、功率和窃听概率的约束。
• 开发一种基于惩罚的连续凸逼近（P-SCA）算法，以迭代求解非凸优化问题。
• 在无人机端使用人工噪声波束成形，以降低未调度窃听传感器的信道质量，同时确保调度传感器的可靠通信。

实验结果

研究问题

• RQ1 如何通过全双工无人机在防止未调度节点窃听的同时，安全地从调度的地面传感器节点收集机密数据？
• RQ2 如何实现无人机轨迹、发射功率与人工噪声波束成形的最优联合设计，以最大化平均保密速率（ASR）？
• RQ3 如何在实际中高效地近似并求解高复杂度的非凸优化问题？
• RQ4 与基准方案相比，所提出的联合优化可实现多大的性能增益？
• RQ5 可靠性中断概率（ROP）和保密中断概率（SOP）约束如何影响系统的保密速率与鲁棒性？

主要发现

• 所提出的P-SCA算法能够以高精度收敛至可行解，支持联合优化框架的实际部署。
• SOCP近似显著降低了计算复杂度，同时保持了接近最优的保密速率性能。
• 与无人工噪声或未优化轨迹的基准方案相比，系统在平均保密速率（ASR）方面实现了显著性能增益。
• 通过联合设计无人机轨迹与人工噪声波束成形，保密中断概率（SOP）得到有效控制。
• 通过功率与轨迹优化，可靠性中断概率（ROP）被最小化，确保了对调度传感器的可靠数据传输。
• 推导出的ROP与SOP解析表达式，使得系统级性能评估与约束处理在优化框架中更加精确。