当前位置: 首页 > news >正文

60、5G及未来的物理层安全设计

5G及未来的物理层安全设计

1. 无人机系统的物理层安全

无人机(UAV)由于处理能力和电力有限(依靠电池供电),实施复杂的加密方法困难且成本高。因此,利用物理层安全(PLS)概念为基于无人机的系统提供安全保障是一个可行的替代方案。

针对无人机地面窃听的有效解决方案包括:
-3D波束赋形:能在高度和方位平面改变波束模式,更精确的波束范围可有效增强系统的安全性和可靠性。3D波束赋形与人工噪声(AN)的联合使用,可有效降低窃听者的性能。
-定位/轨迹设计:与地面节点相比,无人机在3D空间中的定位和轨迹调整更灵活。基于链路自适应的PLS原则,可利用这一特性提高系统的整体安全性。
-协作干扰:无人机可作为移动协作干扰器,提高基于无人机的通信系统的保密性能。在实际应用中,单个无人机的通信和机动能力有限,因此可部署多个协作无人机,部分用于传输,部分作为空中干扰器协同工作。

2. 认知无线电(CR)系统中的PLS

CR是一种智能自适应无线电,通过机会性频谱共享提高频谱利用率,同时不干扰正常运行。CR节点能感知环境、分析并相应调整传输参数。然而,与传统通信系统相比,PLS在CR网络中的应用更具挑战性,原因包括需要严格遵循主用户(PU)网络的QoS规范、PU发射机对次用户(SU)接收机的干扰以及SU网络更容易受到安全威胁。传统的PLS技术可根据CR网络的约束和结构进行修改后应用。

3. 针对欺骗攻击的物理层认证(PHY - authentication)

欺骗攻击中,欺骗者控制

http://www.cnnetsun.cn/news/151317.html

相关文章:

  • 基于微信小程序的在线家庭娱乐系统毕业设计源码
  • 为什么90%的企业用不好Open-AutoGLM?:硬件选型不当成最大瓶颈(附行业适配白皮书)
  • 模型体积缩小80%仍保持95%精度?Open-AutoGLM量化策略深度拆解
  • 2026年AI产品经理终极学习路线:传统产品经理的转型指南,超详细攻略,不容错过!
  • 【AI Agent可靠性突围】:Open-AutoGLM 7类错误恢复方案实测数据曝光
  • FaceFusion如何优化夜间低光环境下的人脸处理?
  • Open-AutoGLM接入成本大曝光:4个维度评估你的适配级别
  • Open-AutoGLM接口开放度实测:8项关键指标评分,你的项目适合接入吗?
  • 主流AutoGLM框架错误恢复能力对比,哪个真正提升任务成功率?
  • 【AI框架二次开发新标杆】:Open-AutoGLM 4大可扩展性设计,为何被头部企业争相采用?
  • FaceFusion镜像每日下载量突破5000次
  • 从零基础转行渗透测试到如今20k,我经历了什么?
  • 土木人“提桶跑路”零基础转行网络安全,成功实现月入过万
  • HGDB如何提升批量导入数据的速度
  • 11、加勒比与北美地区房地产投资指南
  • 42、太赫兹通信与可见光通信:5G 及未来的前沿技术
  • 46、5G及未来通信中的协同网络技术解析
  • 47、协同网络:过去、现在与未来
  • 50、5G及未来的灵活认知无线电接入技术与频谱感知
  • 58、5G及未来的物理层安全设计
  • 文献综述期末项目的撰写方法与实践研究
  • 【Open-AutoGLM硬件适配终极指南】:揭秘2024年主流行业GPU/CPU兼容性排行榜
  • 从零到部署有多难?Open-AutoGLM使用门槛全景透视
  • 创客匠人观察:当“实力沉默者”觉醒——创始人IP如何成为知识变现的终极信任杠杆
  • 基于华为昇腾AI处理器的CANN生态全景图系列(二):华为昇腾AI处理器是什么?为什么会跟CANN有关系呢?
  • 亲测灵活用工平台会计分录实践
  • 亲测灵活用工平台业务类型超全分享
  • 别再盲目用Airtest了:当模型泛化能力成为瓶颈,Open-AutoGLM如何破局?
  • 我发现动态知识图谱实时更新提升ICU治疗精准度
  • 62、Windows文件系统与缓存管理机制解析