基于演化博弈的传感节点保密率自适应调节方法

通过扩展经典窃听信道模型,针对聚簇无线传感器网络提出了传感节点和簇头之间的保密率计算方法,构建了一个非合作保密率博弈模型,以反映传感节点之间的交互关系。利用演化博弈思想,建立了传感节点自适应选择发射功率的机制,提出了传感节点自适应调节保密率的算法。实验结果表明,提出的方法能自适应地调节传感节点的保密率,为保证无线传感器网络数据的保密性提供了新途径。

智能反射表面辅助无线能量传输的保密率最大化算法

为了减少窃听者对合法接收者的信息接收影响和窃听者的有用信息接收量,该文研究利用智能反射表面(IRS)来实现无线供电通信网络(WPCN)中窃听端处的波束抵消。首先在传输能量的同时进行窃听检测,IRS根据合法用户的能量状态选择是否采取防窃听模式,然后在存在窃听的情况下,研究了窃听信道完美和不完美状态下系统的保密率最大化问题。分析表明,这一最大化问题是相移、功率分配、时间分配的多变量耦合非凸问题,可以采用分步优化、变量替换和S-Lemma等方法进行求解。仿真结果表明,与基准算法相比,所提算法提升了保密率,当智能反射表面元件数为80时保密率提升了44%,发射功率为40 dBm时保密率提升了34%。

基于深度学习的信息高保密率传输方法

在信息化、智能化融合发展的时代背景下,多跳无线通信网络作为连接多用户通信设备的关键载体,在进行远距离无线中继传输过程中往往面临着信息被窃听的威胁.为了提升在无线通信过程中的信息安全,提出了一种基于深度学习的信息高保密率传输方法,其核心是通过最优的中继选择来保证信息传输过程的安全性.首先建立人工神经网络模型,利用在多种通信环境下的信道状态数据来训练模型,从而分类选择多跳中继的方案,并获得解码转发(decode-and-forward,DF)中继约束下最大化的保密率.仿真结果表明,相比于传统的穷举搜索方法,该方法可以实现接近0.2 b/(Hz·s)的保密性能.而且,由于模型训练是前期工作,在实际应用中将直接根据信道信息返回结果,因此可显著减少计算时间.

IRS辅助的MISO系统安全节能通信方案

智能反射面(Intelligent Reflecting Surface,IRS)是提高未来B5G/6G网络安全节能通信的一项革命性技术。本文针对IRS辅助下行多输入单输出(Multiple Input Single Output,MISO)系统的高安全风险与高能耗问题,分析了发送端发射波束成形和IRS相移矩阵对系统安全节能通信的影响,构建合法用户保密率约束下的系统发射功率最小化问题。针对该非凸多变量耦合问题,提出一种基于逐次凸逼近(successive convex approximation,SCA)的二阶锥规划算法迭代求解问题。与传统迭代优化算法不同,该算法在每次迭代中同时更新所有优化变量,并最终获得原问题的次优解。仿真结果表明,相较于无IRS方案、随机相移方案与SDR迭代优化方案三种基准方案,所提算法均在保证合法用户保密质量的同时实现了更低的发射功率,证明了本文算法的有效性与IRS在未来安全节能通信系统中的巨大潜力。

RIS辅助的MISO系统安全鲁棒波束赋形算法

为解决无线信道开放性导致的信息传输安全及信道估计误差等不确定性带来的系统传输性能恶化问题,该文提出一种存在用户窃听的可重构智能超表面(RIS)辅助多输入单输出(MISO)系统的Charnes-Cooper鲁棒波束赋形算法。针对窃听用户建立有界信道不确定性模型,并通过约束最大发射功率以及RIS相移,联合优化基站波束和RIS相移来最大化用户保密率。为求解该非凸问题,首先通过变量替换、Charnes-Cooper方法和S-procedure方法将其转换为凸优化问题,进而采用间接交替优化耦合变量来获得鲁棒波束赋形矩阵和RIS相移。仿真结果表明,该文提出的基于RIS的联合优化算法具有更好的用户保密率和鲁棒性。

智能反射面辅助无人机的物理层安全传输方案

在无线通信系统中,信息发送端和接收端之间的通信链路易受到建筑物的遮挡和非法者的主动窃听。利用无人机(unmanned aerial vehicle,UAV)灵活的移动性以及智能反射面(intelligent reflective surface,IRS)在无线环境中智能可控特性,提出一种智能反射面辅助无人机的物理层安全传输方案,以最大化系统平均保密率。该方案首先采用块坐标下降法将最大化系统平均保密率问题分解为UAV-IRS飞行轨迹优化、IRS相移优化以及系统传输功率优化三个子问题;其次,通过引入松弛变量、相位对齐以及逐次凸逼近方法将每个子问题转换为凸优化问题;最后,再运用交替优化方法逐次求解三个凸优化问题。数值仿真结果表明,系统平均保密率与源节点发射功率、UAV-IRS飞行位置和高度、IRS反射元件数量等因素有关。并且与另外两个基准方案相比,所提的方案能有效地提高系统的平均保密率,并且具有较好的收敛性。

可重构智能表面辅助的非正交多址接入系统的安全通信研究

可重构智能表面是一种可以通过控制反射元件改变反射信号来改善无线信号传播环境和提高通信安全的有效技术。从物理层安全的角度研究了可重构智能表面辅助的非正交多址接入系统的安全通信,其中多个用户在单天线窃听者存在的情况下,以非正交多址接入的方式同时向单天线基站发送机密信息。研究的目的是通过优化用户的发射功率和可重构智能表面反射元素的相移使系统的总保密率最大化,同时满足发射功率约束、用户服务质量约束和可重构智能表面的每个反射元素的模一约束。虽然涉及的优化问题是非凸的,难以求解,但是本文提出一种基于交替优化和半定松弛的算法求得次优解。仿真结果表明,与2种基准方案对比,所提出的算法一定程度上提高了系统的总保密率,为可重构智能表面辅助的非正交多址接入系统的安全通信研究提供参考。

中继协同无人机辅助的认知无线电网络安全通信

针对中继协同无人机(UAV)辅助的无线通信网络,提出一种基于认知无线电网络(CRN)的物理层安全通信方案。利用二次发射机协同解码转发中继向目的接收机发送机密消息,将UAV用作移动干扰器发送干扰噪声,以降低窃听者的解码能力。在不影响主用户通信的前提下,通过联合优化UAV的飞行轨迹和发射功率提高系统的平均保密率,采用基于连续凸逼近的算法求解近似凸规划的保密率最大化问题。仿真结果表明,相较于优化功率和优化轨迹这两种传统方案,该方案能够进一步提高CRN系统通信的安全性。

QoS保障下的无人机传感网安全通信路径规划

在无线传感器网络中,无人机在传感器覆盖区域内定期巡游,以收集传感器感知的数据。由于无线信道的广播性质,信息更容易被地面上的非法节点窃听,无线通信安全受到挑战。通过无人机的轨迹规划和传感器功率控制可以在物理层保障无线通信的安全性。然而,现有研究无人机辅助无线通信路径规划的文献中,没有考虑到用户或节点需要最小通信时间来保证服务质量。针对此问题,在无线传感器网络通信系统中,加入最小通信时间约束,通过联合优化无人机的飞行轨迹、传感器的发送功率和无人机服务传感器的调度顺序,提出平均保密率最大化问题,并证明了其非凸性。为解决所提的非凸问题,将原问题分解为3个子问题,提出了一个应用块坐标下降、连续凸优化、迭代舍入方法的快速收敛迭代算法TPA。实验结果表明,所提算法TPA的平均保密率比未进行轨迹优化的基准算法提高了15.7%,比未进行功率控制的基准算法提高了159.8%。TPA与未加入最小通信时间约束的基准算法相比,在2种不同任务分布情况下,当无人机飞行周期大于70 s时,任务完成率平均提升44.6%和27.1%。

基于认知无人机移动中继网络的物理层安全通信研究

针对无线频谱资源稀缺和空对地视距(Line of Sight,LoS)链路的安全隐患问题,提出了一种无人机(Unmanned Aerial Vehicle,UAV)中继辅助的认知无线电网络(Cognitive Radio Network,CRN)安全传输方案,研究了在主用户和窃听者存在的情况下,次用户发射机向次用户接收机发送机密信息,UAV充当解码转发移动中继协助从源节点到合法目的节点的机密传输。目的是在源节点和中继节点的功率约束下,通过优化UAV中继的飞行轨迹、发射功率来实现保密率最大化。由于设计问题是非凸的,采用构造非凸约束代理函数的方法,将原问题近似为凸约束,并利用一种基于连续凸逼近的迭代算法来求解。仿真结果表明,相较于静态中继和无优化方案,本文所提的联合优化方案不仅获得UAV飞行的最佳路径,同时系统的平均保密率分别是传统方案的1.06倍和2.88倍。

无人机空地安全通信与航迹规划的多目标联合优化方法

针对无人机在无线通信网络场景中的保密通信和飞行过程中保证安全节能问题,提出了一种多目标优化设计方案。基于无人机通信模型、无人机能耗模型和环境限制模型构建了无人机调度和航迹规划问题(USPOP)的多目标优化模型,以无人机无线通信的平均保密率、无人机悬停能耗和无人机飞行能耗3个目标为优化目标进行优化,并通过改进的第三代非支配排序遗传算法对问题进行求解。仿真结果表明,本文改进算法能有效解决构建的优化问题,并且相对于其他对比算法有更好的收敛效果。