22、物联网网络物理层安全技术解析

物联网网络物理层安全技术解析

1. 星座旋转技术

星座旋转的核心思想是在数据传输前，对复星座平面应用适当的旋转角度。该技术常用于设备到设备（D2D）通信，在物联网网络中具有很大的应用潜力。在 D2D 通信里，一个设备使用星座的实部，另一个设备使用虚部，以此利用星座旋转的优势，利用星座平面两个维度的正交性，避免不同设备的数据相互泄露。

文献中存在多种星座旋转技术的变体，用于提高通信系统物理层的安全级别。例如，一种方法是将信号的一个维度用于数据传输，另一个维度用于发送人工噪声（AN），但这种方法存在功率效率低和星座尺寸减小的缺点。还有一种基于星座旋转的物理层安全（PLS）方案，利用两个通信者之间随机、独立且独特的信道特性来保证提取不相关的密钥。该方案根据信道幅度确定每个节点的调制阶数，并将相应的星座图旋转一个等于估计信道相位的角度，从而对智能窃听者具有免疫力，对信道估计误差具有鲁棒性。

2. 机器学习技术

随着连接到网络的物联网设备数量迅速增加，产生了大量实时数据，其处理、计算和安全成为物联网环境中的挑战。机器学习（ML）作为一种新兴技术，可减少通信开销、降低信号处理复杂度并增强安全性。

ML 工具可提高物联网设备射频指纹识别的准确性，以提高 PLS 对不同攻击的效率。例如：
- 提出了基于两种 ML 方法的物理层连续认证和欺骗检测方案，能准确识别合法用户。
- 利用深度神经网络（DNN）、卷积神经网络（CNN）和循环神经网络（RNN）识别物联网设备的射频指纹，区分同一制造商的不同设备，提高物联网安全性。
- 结合差分星座轨迹图（DCTF）特征提取和基于 CNN 的分类方法，无需同步和补偿即可进行射频指纹识别。