智能超表面辅助的对抗导频欺骗攻击的物理层安全通信方法

1.本发明属于通信安全技术领域，涉及智能超表面辅助的对抗导频欺骗攻击的物理层安全通信方法。


背景技术：

2.在时分双工通信系统中，主动窃听者可以通过发送与合法用户相同的导频序列发动导频欺骗攻击，从而造成基站端的信道估计产生误差，基站利用该信道估计结果设计波束成形，主动窃听者就会获取基站向合法用户发送的信息，从而造成信息泄露，带来严重安全风险。现有解决方案通常采用双向训练、随机导频训练等方法，在导频欺骗攻击检测性能和保密性能提升方面改善有限。


技术实现要素：

3.有鉴于此，本发明的目的在于提供一种智能超表面辅助的对抗导频欺骗攻击的物理层安全通信方法，通过智能超表面辅助双向训练方法实现有效地检测导频欺骗攻击，通过设计智能超表面辅助的鲁棒安全波束成形能够有效地提升合法用户保密性能，实现安全通信。
4.为达到上述目的，本发明提供如下技术方案：一种智能超表面辅助的对抗导频欺骗攻击的物理层安全通信方法，包括：将智能超表面ris部署在基站周围，在信道训练阶段，通过智能超表面ris辅助的双向训练方案检测导频欺骗攻击；在下行数据传输阶段，通过智能超表面ris辅助的鲁棒安全波束成形设计方法，对基站主动波束成形和智能超表面ris被动波束成形进行联合优化，实现导频欺骗攻击下的安全通信。
5.进一步，所述智能超表面ris包括个反射单元，其反射系数可以被ris控制器进行调节；将从基站bs到合法用户lu的直射信道表示为，从智能超表面ris到合法用户lu的反射信道表示为，从基站bs到窃听用户eve的直射信道表示为，从智能超表面ris到窃听用户eve的反射信道表示为，基站bs到智能超表面ris之间的信道矩阵表示为，将智能超表面ris的反射系数表示为，其中，和分别表示智能超表面ris每一个反射单元的相移和幅度，基站bs，合法用户lu和窃听用户eve的发射功率分别表示为，和。
6.进一步，当窃听用户eve在上行训练阶段发动导频欺骗攻击psa时， ris打开并反射信号，则基站bs的接收信号表示为：
ꢀꢀ
(1)其中，是上行导频训练序列，是基站bs端的圆对称复高斯噪声且；此时导频欺骗攻击psa会导致基站bs的信道估计结果产生误差，包括了窃听用户eve的csi信道信息。
7.进一步，一个帧内的相关时间包括四个部分：上行训练、下行训练、估计结果反馈、下行数据传输；智能超表面ris在上行训练时关闭，并在下行训练时打开。
8.进一步，所述智能超表面ris辅助的双向训练方案包括以下步骤：在上行训练阶段，智能超表面ris关闭，定义表示没有导频欺骗攻击发生，表示存在导频欺骗攻击，基站bs接收的信号表示为：
ꢀꢀ
(2)合法用户lu发送的导频训练序列在基站bs端是已知的，其中；使用最小二乘信道估计方法，得到上行直射信道估计结果：
ꢀꢀ
(3)其中，和；在下行训练阶段，智能超表面ris打开，定义，合法用户lu在第个子帧内接收的信号表示为：
ꢀꢀ
(4)其中表示bs-ris-lu级联信道，，是加性高斯白噪声，是下行训练导频序列矩阵，其在合法用户lu处是已知的，且；使用最小二乘信道估计方法，lu在第个子帧得到的估计结果表示为：
ꢀꢀ
(5)其中，，和；子帧的数量表示为，通过合并个子帧内估计结果得到：
ꢀꢀ
(6)其中有
ꢀꢀ
(7)在信道估计结果反馈阶段，合法用户lu将估计结果反馈到基站bs，基站bs已知ris反射单元的配置信息；采用最小二乘估计方法，得到合法用户的直射信道和级联信道的估计结果表示为：
ꢀꢀ
(8)
ꢀꢀ
(9)其中，和；信道条件和不变，基于式（3）和（9），得到：
ꢀꢀ
(10)其中；将检验统计量表示为，得到检测导频欺骗攻击psa的假设检验问题：
ꢀꢀ
(11)其中是预先定义的检测阈值；在情况下有，对于一个给定的虚警率，检测阈值表示为：
ꢀꢀ
(12)其中是卡方分布的累积分布函数（cumulative distribution function, cdf），表示cdf的逆函数，然后根据检测阈值来得到检测概率；在情况下有，其中表示非中心式的卡方分布，表示非中心参数，检测概率表示为：
ꢀꢀ
(13)其中表示参数为的非中心卡方分布的累积分布函数，表示一般化的marcum q函数，且参数为。
9.进一步，在下行数据传输阶段，基站bs的发送信号表示为，其中是bs
主动向量，是发送给合法用户的调制信号，并有，在合法用户lu和窃听用户eve接收到的信号分别表示为：
ꢀꢀ
(14)
ꢀꢀ
(15)其中和是在lu和eve端的加性高斯白噪声，且，同时表示bs-ris-eve级联信道；将合法用户lu和窃听用户eve的信噪比snr表示为：
ꢀꢀ
(16)
ꢀꢀ
(17)合法用户lu和窃听用户eve的可达速率分别表示为和，则将可达保密速率表示为：
ꢀꢀ
(18)其中。
10.进一步，所述智能超表面ris辅助的鲁棒安全波束成形设计方法包括：基站bs估计窃听用户eve的直射信道，根据估计结果和，得到关于的两类估计：在为未知的实际情况中，实际的信道估计结果表示为：
ꢀꢀ
(19)其中和；如果是已知的，最优的估计结果表示为：
ꢀꢀ
(20)其中和；
则，最优估计结果比实际估计结果更准确；eve的级联信道估计由下式给出：
ꢀꢀ
(21)其中表示大尺度信道衰落因子，表示小尺度衰落部分，且服从cscg分布；采用保密中断概率（secrecy outage probability, sop）作为保密性能度量，给定一个保密速率目标值，保密中断概率sop定义为，表示eve的可达速率大于合法用户lu可达速率与保密速率之差的概率；将优化问题定为通过联合优化bs主动波束成形和ris反射系数来最大化合法用户的可达保密速率，同时满足合法用户保密中断概率sop约束，基站bs端总发射功率约束和ris反射单元相移约束，优化问题表示如下：
ꢀꢀ
(22)其中表示合法用户lu的最大允许sop，表示基站bs的最大传输功率；采用交替优化方法（alternativeoptimization, ao）来优化主动波束成形向量和反射系数。
11.进一步，所述采用交替优化方法（alternativeoptimization, ao）来优化主动波束成形向量和反射系数，具体包括以下步骤：主动波束成形优化：给定一组特定的相移系数向量，问题转变为：
ꢀꢀ
(23)引入新的辅助变量，将sop约束转换为
ꢀꢀ
(24)其中辅助变量服从以下不等式
ꢀꢀ
(25)将问题转化为一个分式规划问题，采用dinkelbach算法来求解问题，引入新的辅助变量，并给定初始化设置，在每一次迭代中，通过利用，优化问题转化为：
ꢀꢀ
(26)其中引入的在每一次迭代中进行如下的更新：
ꢀꢀ
(27)定义为m维厄米特半定矩阵，将sop约束写为：
ꢀꢀ
(28)其中：
ꢀꢀ
(29)通过利用伯恩斯坦型不等式（bernstein-type inequality），将保密中断概率sop的概率约束转化为确定性形式如下：
ꢀꢀ
(30)
ꢀꢀ
(31)
利用半定松弛方法（semidefinite relaxation, sdr）将秩一约束放松，问题转化为问题：
ꢀꢀ
(32)采用cvx求解器对问题进行求解；ris反射系数优化：给定bs主动波束成形向量，ris反射系数优化问题表示为：
ꢀꢀ
(33)定义和厄米特半定矩阵，得到如下的推导：
ꢀꢀ
(34)保密中断概率sop写为：
ꢀꢀ
(35)其中
ꢀꢀ
(36)通过利用伯恩斯坦型不等式（bernstein-type inequality），将sop约束转化为：
ꢀꢀ
(37)
ꢀꢀ
(38)利用一阶泰勒展开式，将式（38）中的第二个式子写为：
ꢀꢀ
(39)通过引入辅助变量且满足，将问题转化为如下的sdr问题：
ꢀꢀ
(40)将秩一约束被省略掉以确保问题形成一个凸问题，利用cvx求解器对问题进行求解；将表示为问题的最优解，如果不为一，则采用高斯随机化方法来得到近似解。
12.进一步，通过所述交替优化算法求解问题的具体步骤包括：a1：初始化，随机相位生成，，和迭代次数；a2：给定，求解问题得到bs主动波束成形；a3：根据式（27）更新迭代辅助参数；a4：给定，求解问题得到最优解；a5：如果，采用高斯随机化方法得到ris反射系数；a6：使迭代次数加一，迭代执行步骤a2~a5，直到目标值收敛。
13.本发明的有益效果在于：为了减弱导频欺骗攻击带来的安全风险，本发明提出了一种智能超表面辅助的物理层安全通信方法。具体来说，提出了一种智能超表面ris辅助的双向训练方案，相比于传统的双向训练方案能够得到更为准确的下行信道估计结果，从而提升了对于导频欺骗攻击的检测性能。进一步，设计了智能超表面辅助的鲁棒安全波束成形方法，通过联合优化基站主动波束成形和ris被动波束成形提升合法用户保密性能，相比于传统安全波束成形设计方法大幅提升保密传输速率，确保导频攻击下的安全通信。
14.本发明的其他优点、目标和特征在某种程度上将在随后的说明书中进行阐述，并且在某种程度上，基于对下文的考察研究对本领域技术人员而言将是显而易见的，或者可以从本发明的实践中得到教导。本发明的目标和其他优点可以通过下面的说明书来实现和
获得。
附图说明
15.为了使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作优选的详细描述，其中：图1为系统模型示意图；图2为双向训练帧结构示意图；图3为交替优化算法流程图。
具体实施方式
16.以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。需要说明的是，以下实施例中所提供的图示仅以示意方式说明本发明的基本构想，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。
17.其中，附图仅用于示例性说明，表示的仅是示意图，而非实物图，不能理解为对本发明的限制；为了更好地说明本发明的实施例，附图某些部件会有省略、放大或缩小，并不代表实际产品的尺寸；对本领域技术人员来说，附图中某些公知结构及其说明可能省略是可以理解的。
18.本发明实施例的附图中相同或相似的标号对应相同或相似的部件；在本发明的描述中，需要理解的是，若有术语“上”、“下”、“左”、“右”、“前”、“后”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此附图中描述位置关系的用语仅用于示例性说明，不能理解为对本发明的限制，对于本领域的普通技术人员而言，可以根据具体情况理解上述术语的具体含义。
19.本发明的目的是为对抗导频欺骗攻击提供一种智能超表面辅助的物理层安全通信方法。智能超表面ris作为一种新物理维度无线传输技术，它通过对无线传播环境的主动控制，在三维空间中实现信号传播方向调控、信号增强或干扰抑制，构建智能可编程无线环境新范式。通过在时分双工通信系统中引入智能超表面，在信道训练阶段，提出一种新颖的智能超表面ris辅助的双向训练方案，用来检测导频欺骗攻击。进一步，在下行数据传输阶段，提出了一种智能超表面ris辅助的鲁棒安全波束成形设计方法，通过对基站主动波束成形和智能超表面ris被动波束成形联合优化提升系统保密性能，实现导频欺骗攻击下的安全通信。
20.本发明考虑一个典型的三节点窃听信道模型，其中基站（base station, bs）具有m个天线，合法用户（legitimateuser,lu）和主动窃听者（active eavesdropper, eve）都采用单天线。对于时分双工tdd通信系统，在上行训练阶段中合法用户向基站发射预先定义好的导频序列，从而在基站端可以根据接收到的导频信号来估计上行信道csi，基站可以根据上下行信道的互易性来设计波束成形。然而，主动窃听者可以通过发送与合法用户相同的
导频序列进行导频欺骗攻击（pilotspoofingattack, psa），将会使基站端的信道估计结果产生误差。在数据传输阶段，基站利用该信道估计结果来设计波束成形，主动窃听者就会获取基站向合法用户发送的信息，从而造成信息泄露。为了削弱导频攻击带来的安全风险，本发明提出了一种智能超表面辅助的对抗导频攻击的物理层安全通信方法。智能超表面ris部署在基站周围，其中包括个反射单元，其反射系数可以被ris控制器进行调节。系统模型如图1所示。
21.本发明将从基站bs到合法用户lu的直射信道表示为，从智能超表面ris到合法用户lu的反射信道表示为，类似地，从基站bs到窃听用户eve的直射信道表示为，从智能超表面ris到窃听用户eve的反射信道表示为，同时基站bs到智能超表面ris之间的信道矩阵表示为。假设相应的信道小尺度衰落服从瑞利衰落分布。此外，将智能超表面ris的反射系数表示为，其中，和分别表示智能超表面ris每一个反射单元的相移和幅度。为了简单起见，本发明假设。基站bs，合法用户lu和窃听用户eve的发射功率分别表示为，和。
22.当窃听用户eve在上行训练阶段发动导频欺骗攻击psa时，如果此时ris打开并反射信号，那么基站bs的接收信号可以表示为
ꢀꢀ
(1)其中，是上行导频训练序列。是基站bs端的圆对称复高斯（cscg）噪声且。此时导频欺骗攻击psa会导致基站bs的信道估计结果产生误差，包括了窃听用户eve的csi信道信息。
23.本发明提出一种新颖的ris辅助双向训练方案。本发明假设所有信道都经历块衰落，也就是一定时间内信道基本保持不变，在不同的帧之间信道发生变化。如图2所示，一个帧内的相关时间主要包括四个部分：1、上行训练，2、下行训练，3、估计结果反馈，4、下行数据传输。本发明认为智能超表面ris可以由ris控制器完美控制，并与基站保持准确同步。智能超表面ris只有在基站bs发送下行信号时打开，也就是ris在上行训练时关闭，并在下行训练时打开。ris辅助双向训练方案主要包括以下步骤：（1）上行训练阶段本发明首先定义表示没有导频欺骗攻击发生，表示存在导频欺骗攻击。在上行训练阶段，智能超表面ris关闭，基站bs接收的信号可以表示为：
ꢀꢀ
(2)
合法用户lu发送的导频训练序列在基站bs端是已知的，其中。使用最小二乘（least square, ls）信道估计方法，可以得到上行直射信道估计结果
ꢀꢀ
(3)其中，和。
24.（2）下行训练阶段在下行训练阶段，智能超表面ris打开。定义，合法用户lu在第个子帧内接收的信号表示为
ꢀꢀ
(4)其中表示bs-ris-lu级联信道，，是加性高斯白噪声。是下行训练导频序列矩阵，且。
25.假定在合法用户lu处是已知的。因此，通过应用最小二乘ls信道估计方法，lu在第个子帧得到的估计结果表示为
ꢀꢀ
(5)其中，，和。
26.子帧的数量可以表示为，通过合并个子帧内估计结果可以得到
ꢀꢀ
(6)其中有
ꢀꢀ
(7)（3）信道估计结果反馈阶段在这个阶段，合法用户lu可以将估计结果反馈到基站bs，其中基站bs已知ris反射单元的配置信息。假设估计结果可以完美反馈并忽略反馈量化误差。其中ris反射单元相移采用最佳配置，即为dft矩阵列向量，从而可以减少估计误差。采用最小二乘ls估计方法，可以得到合法用户的直射信道和级联信道的估计结果表示为
ꢀꢀ
(8)
ꢀꢀ
(9)其中，和。
27.在一个给定的帧内，信道条件和可近似认为是基本不变的。基于式（3）和（9），可以得到
ꢀꢀ
(10)其中。
28.为了能够区分假设量和，将检验统计量表示为。然后可以得到检测导频欺骗攻击psa的假设检验问题如下
ꢀꢀ
(11)其中是预先定义的检测阈值。
29.在情况下，有。对于一个给定的虚警率，那么检测阈值可以表示为
ꢀꢀ
(12)其中是卡方分布的累积分布函数（cumulative distribution function, cdf），同时表示它的逆函数。然后可以根据检测阈值来得到检测概率。
30.在情况下，有，其中表示非中心式的卡方分布，表示非中心参数。那么检测概率可以表示为
ꢀꢀ
(13)其中表示参数为的非中心卡方分布的累积分布函数，表示一般化的marcum q函数，且参数为。
31.（4）下行数据传输阶段基站bs的发送信号可以表示为，其中是bs主动向量，是发送给合法用户的调制信号，并有。因此，在合法用户lu和窃听用户eve接收到的信号分别表示为
ꢀꢀ
(14)
ꢀꢀ
(15)
其中和是在lu和eve端的加性高斯白噪声，且，同时表示bs-ris-eve级联信道。
32.然后将合法用户lu和窃听用户eve的信噪比snr表示为
ꢀꢀ
(16)
ꢀꢀ
(17)进一步，合法用户lu和窃听用户eve的可达速率可分别表示为和。从而可以将可达保密速率表示为
ꢀꢀ
(18)其中。很明显地，可达保密速率取决于bs主动波束成形向量和ris反射相移系数向量。
33.以下为本发明提供的中断约束的鲁棒安全波束成形设计方法。
34.首先，基站bs需要估计窃听用户eve的直射信道。根据估计结果和，可以得到关于的两类估计。一方面，在实际情况中通常是未知的，那么实际的信道估计结果可以表示为
ꢀꢀ
(19)其中和。
35.另一方面，如果是已知的，那么最优的估计结果可以表示为
ꢀꢀ
(20)其中和。很明显地，可得到，最优估计结果比实际估计结果更为准确。
36.到目前为止得到了合法用户lu的直射信道估计，级联信道估计和窃听用户
eve的直射信道估计，然而eve的级联信道估计仍然未知。通过长期观察可以得到eve级联信道的统计信息，包括大尺度路径衰落和小尺度衰落统计信息。假定eve的级联信道估计可由下式给出
ꢀꢀ
(21)其中表示大尺度信道衰落因子，表示小尺度衰落部分，且服从cscg分布。
37.考虑到eve级联信道的瞬时信道信息难以获取，只能采用统计信道信息作为度量，准确的保密速率不能直接获得。因此可以采用保密中断概率（secrecy outage probability, sop）作为保密性能度量。给定一个保密速率目标值，保密中断概率sop定义为，它表示eve的可达速率大于合法用户lu可达速率与保密速率之差的概率。
38.本算法的目标是通过联合优化bs主动波束成形和ris反射系数来最大化合法用户的可达保密速率，同时满足合法用户保密中断概率sop约束，基站bs端总发射功率约束和ris反射单元相移约束。优化问题可以表示如下：
ꢀꢀ
(22)其中表示合法用户lu的最大允许sop，表示基站bs的最大传输功率。由于上式中的非凸约束，问题是难以直接求解的。为了解决这个问题，采用交替优化方法（alternativeoptimization, ao）来优化主动波束成形向量和反射系数，具体步骤如下：（1）主动波束成形优化给定一组特定的相移系数向量，问题转变为
ꢀꢀ
(23)引入新的辅助变量，将sop约束转换为
ꢀꢀ
(24)其中辅助变量服从以下不等式
ꢀꢀ
(25)进一步，可以将问题转化为一个分式规划问题，可以采用dinkelbach算法来求解
问题。引入新的辅助变量，并给定初始化设置。在每一次迭代中，通过利用，优化问题可以转化为
ꢀꢀ
(26)其中引入的在每一次迭代中进行如下的更新：
ꢀꢀ
(27)接下来解决sop的非凸约束问题。定义为m维厄米特半定矩阵。sop约束可以进一步写为：
ꢀꢀ
(28)其中
ꢀꢀ
(29)通过利用伯恩斯坦型不等式（bernstein-type inequality），可以将保密中断概率sop的概率约束转化为确定性形式如下
ꢀꢀ
(30)
ꢀꢀ
(31)因此，利用半定松弛方法（semidefinite relaxation, sdr）将秩一约束放松，问题可以转化为如下的问题可以转化为如下的问题
ꢀꢀ
(32)这是一个凸问题，可以采用cvx求解器来进行求解。
39.（2）ris反射系数优化给定bs主动波束成形向量，ris反射系数优化问题可以表示为
ꢀꢀ
(33)定义和厄米特半定矩阵。然后可以得到如下的推导
ꢀꢀ
(34)保密中断概率sop可以进一步写为
ꢀꢀ
(35)其中
ꢀꢀ
(36)通过利用伯恩斯坦型不等式（bernstein-type inequality），将sop约束转化为
ꢀꢀ
(37)
ꢀꢀ
(38)进一步，利用一阶泰勒展开式，可以将式（38）中的第二个式子写为
ꢀꢀ
(39)通过引入辅助变量且满足，问题可以转化为如下的sdr问题
ꢀꢀ
(40)其中秩一约束被省略掉以确保问题形成一个凸问题，它可以利用cvx求解器进行有效地求解。将表示为问题的最优解，如果不为一，则可以采用高斯随机化方法来得到近似解。
40.最后，可以得到求解问题的交替优化算法，其算法流程如图3所示。在经过有限次迭代之后，即可得到在误差允许范围内的全局最优解。
41.最后说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本技术方案的宗旨和范围，其均应涵盖在本发明的权利要求范围当中。

技术特征：
1.智能超表面辅助的对抗导频欺骗攻击的物理层安全通信方法，其特征在于：包括：将智能超表面ris部署在基站周围，在信道训练阶段，通过智能超表面ris辅助的双向训练方案检测导频欺骗攻击；在下行数据传输阶段，通过智能超表面ris辅助的鲁棒安全波束成形设计方法，对基站主动波束成形和智能超表面ris被动波束成形进行联合优化，实现导频欺骗攻击下的安全通信。2.根据权利要求1所述的智能超表面辅助的对抗导频欺骗攻击的物理层安全通信方法，其特征在于：所述智能超表面ris包括个反射单元，其反射系数可以被ris控制器进行调节；将从基站bs到合法用户lu的直射信道表示为，从智能超表面ris到合法用户lu的反射信道表示为，从基站bs到窃听用户eve的直射信道表示为，从智能超表面ris到窃听用户eve的反射信道表示为，基站bs到智能超表面ris之间的信道矩阵表示为，将智能超表面ris的反射系数表示为，其中，和分别表示智能超表面ris每一个反射单元的相移和幅度，基站bs，合法用户lu和窃听用户eve的发射功率分别表示为，和。3.根据权利要求2所述的智能超表面辅助的对抗导频欺骗攻击的物理层安全通信方法，其特征在于：当窃听用户eve在上行训练阶段发动导频欺骗攻击psa时， ris打开并反射信号，则基站bs的接收信号表示为：
ꢀꢀ
(1)其中，是上行导频训练序列，是基站bs端的圆对称复高斯噪声且；此时导频欺骗攻击psa会导致基站bs的信道估计结果产生误差，包括了窃听用户eve的csi信道信息。4.根据权利要求1所述的智能超表面辅助的对抗导频欺骗攻击的物理层安全通信方法，其特征在于：一个帧内的相关时间包括四个部分：上行训练、下行训练、估计结果反馈、下行数据传输；智能超表面ris在上行训练时关闭，并在下行训练时打开。5.根据权利要求4所述的智能超表面辅助的对抗导频欺骗攻击的物理层安全通信方法，其特征在于：所述智能超表面ris辅助的双向训练方案包括以下步骤：在上行训练阶段，智能超表面ris关闭，定义表示没有导频欺骗攻击发生，表示存在导频欺骗攻击，基站bs接收的信号表示为：
ꢀꢀ
(2)合法用户lu发送的导频训练序列在基站bs端是已知的，其中；
使用最小二乘信道估计方法，得到上行直射信道估计结果：
ꢀꢀ
(3)其中，和；在下行训练阶段，智能超表面ris打开，定义，合法用户lu在第个子帧内接收的信号表示为：
ꢀꢀ
(4)其中表示bs-ris-lu级联信道，，是加性高斯白噪声，是下行训练导频序列矩阵，其在合法用户lu处是已知的，且；使用最小二乘信道估计方法，lu在第个子帧得到的估计结果表示为：
ꢀꢀ
(5)其中，，和；子帧的数量表示为，通过合并个子帧内估计结果得到：
ꢀꢀ
(6)其中有
ꢀꢀ
(7)在信道估计结果反馈阶段，合法用户lu将估计结果反馈到基站bs，基站bs已知ris反射单元的配置信息；采用最小二乘估计方法，得到合法用户的直射信道和级联信道的估计结果表示为：
ꢀꢀ
(8)
ꢀꢀ
(9)其中，和；信道条件和不变，基于式（3）和（9），得到：
ꢀꢀ
(10)其中；将检验统计量表示为，得到检测导频欺骗攻击psa的假设检验问题：
ꢀꢀ
(11)其中是预先定义的检测阈值；在情况下有，对于一个给定的虚警率，检测阈值表示为：
ꢀꢀ
(12)其中是卡方分布的累积分布函数cdf，表示cdf的逆函数，然后
根据检测阈值来得到检测概率；在情况下有，其中表示非中心式的卡方分布，表示非中心参数，检测概率表示为：
ꢀꢀ
(13)其中表示参数为的非中心卡方分布的累积分布函数，表示一般化的marcum q函数，且参数为。6.根据权利要求5所述的智能超表面辅助的对抗导频欺骗攻击的物理层安全通信方法，其特征在于：在下行数据传输阶段，基站bs的发送信号表示为，其中是bs主动向量，是发送给合法用户的调制信号，并有，在合法用户lu和窃听用户eve接收到的信号分别表示为：
ꢀꢀ
(14)
ꢀꢀ
(15)其中和是在lu和eve端的加性高斯白噪声，且，同时表示bs-ris-eve级联信道；将合法用户lu和窃听用户eve的信噪比snr表示为：
ꢀꢀ
(16)
ꢀꢀ
(17)合法用户lu和窃听用户eve的可达速率分别表示为和，则将可达保密速率表示为：
ꢀꢀ
(18)其中。7.根据权利要求6所述的智能超表面辅助的对抗导频欺骗攻击的物理层安全通信方法，其特征在于：所述智能超表面ris辅助的鲁棒安全波束成形设计方法包括：基站bs估计窃听用户eve的直射信道，根据估计结果和，得到关于的两类估计：在为未知的实际情况中，实际的信道估计结果表示为：
ꢀꢀ
(19)其中和；如果是已知的，最优的估计结果表示为：
ꢀꢀ
(20)其中和；则，最优估计结果比实际估计结果更准确；eve的级联信道估计由下式给出： (21)其中表示大尺度信道衰落因子，表示小尺度衰落部分，且服从cscg分布；采用保密中断概率作为保密性能度量，给定一个保密速率目标值，保密中断概率sop定义为，表示eve的可达速率大于合法用户lu可达速率与保密速率之差的概率；将优化问题定为通过联合优化bs主动波束成形和ris反射系数来最大化合法用户的可达保密速率，同时满足合法用户保密中断概率sop约束，基站bs端总发射功率约束和ris反射单元相移约束，优化问题表示如下：
ꢀꢀ
(22)其中表示合法用户lu的最大允许sop，表示基站bs的最大传输功率；采用交替优化方法来优化主动波束成形向量和反射系数。8.根据权利要求7所述的智能超表面辅助的对抗导频欺骗攻击的物理层安全通信方法，其特征在于：所述采用交替优化方法来优化主动波束成形向量和反射系数，具体包括以下步骤：主动波束成形优化：给定一组特定的相移系数向量，问题转变为：
ꢀꢀ
(23)引入新的辅助变量，将sop约束转换为
ꢀꢀ
(24)其中辅助变量服从以下不等式
ꢀꢀ
(25)将问题转化为一个分式规划问题，采用dinkelbach算法来求解问题，引入新的辅助变量，并给定初始化设置，在每一次迭代中，通过利用，优化问题转化为：
ꢀꢀ
(26)其中引入的在每一次迭代中进行如下的更新：
ꢀꢀ
(27)定义为m维厄米特半定矩阵，将sop约束写为：
ꢀꢀ
(28)其中：
ꢀꢀ
(29)通过利用伯恩斯坦型不等式，将保密中断概率sop的概率约束转化为确定性形式如下：
ꢀꢀ
(30)
ꢀꢀ
(31)利用半定松弛方法将秩一约束放松，问题转化为问题：
ꢀꢀ
(32)采用cvx求解器对问题进行求解；ris反射系数优化：给定bs主动波束成形向量，ris反射系数优化问题表示为：
ꢀꢀ
(33)定义和厄米特半定矩阵，得到如下的推
导：
ꢀꢀ
(34)保密中断概率sop写为：
ꢀꢀ
(35)其中
ꢀꢀ
(36)通过利用伯恩斯坦型不等式，将sop约束转化为：
ꢀꢀ
(37)
ꢀꢀ
(38)利用一阶泰勒展开式，将式（38）中的第二个式子写为：
ꢀꢀ
(39)通过引入辅助变量且满足，将问题转化为如下的sdr问题：
ꢀꢀ
(40)将秩一约束被省略掉以确保问题形成一个凸问题，利用cvx求解器对问题进行
求解；将表示为问题的最优解，如果不为一，则采用高斯随机化方法来得到近似解。9.根据权利要求8所述的智能超表面辅助的对抗导频欺骗攻击的物理层安全通信方法，其特征在于：通过所述交替优化算法求解问题的具体步骤包括：a1：初始化，随机相位生成，，和迭代次数；a2：给定，求解问题得到bs主动波束成形；a3：根据式（27）更新迭代辅助参数；a4：给定，求解问题得到最优解；a5：如果，采用高斯随机化方法得到ris反射系数；a6：使迭代次数加一，迭代执行步骤a2~a5，直到目标值收敛。

技术总结
本发明涉及智能超表面辅助的对抗导频欺骗攻击的物理层安全通信方法，属于通信安全技术领域，将智能超表面RIS部署在基站周围，在信道训练阶段，通过智能超表面RIS辅助的双向训练方案检测导频欺骗攻击，相比于传统的双向训练方案能够得到更为准确的下行信道估计结果，从而提升了对于导频欺骗攻击的检测性能；在下行数据传输阶段，通过智能超表面RIS辅助的鲁棒安全波束成形设计方法，对基站主动波束成形和智能超表面RIS被动波束成形进行联合优化，相比于传统安全波束成形设计方法大幅提升保密传输速率，确保导频攻击下的安全通信。确保导频攻击下的安全通信。确保导频攻击下的安全通信。


技术研发人员：白琳 柴凌云 白桐
受保护的技术使用者：北京航空航天大学
技术研发日：2023.05.18
技术公布日：2023/7/27