当前位置: 首页 > news >正文

62、非正交多址接入(NOMA)系统的物理层安全

非正交多址接入(NOMA)系统的物理层安全

1. 引言

非正交多址接入(NOMA)被视为下一代无线通信系统的有力候选技术。与传统的正交多址接入(OMA)相比,NOMA 通过在相同的时频资源块上复用用户,能够增加服务用户数量并提高系统频谱效率(SE)。然而,从安全角度来看,用户共享相同的时频资源会带来保密挑战。

传统上,安全问题通过在高层采用对称或非对称加密算法来实现信息保密。但随着计算技术的快速发展和无线设备数量的急剧增加,传统加密方法的脆弱性逐渐显现。为解决这一问题,物理层安全(PLS)被引入,作为传统加密方法的额外保护层,利用无线传输介质的随机性来保障无线通信的机密性。

PLS 与高层实现的加密技术相比,具有诸多优势:
-更高的安全性:利用无线信道的物理特性,通过适当的编码和信号处理保证消息的机密性,只有预期的接收者才能解码机密消息。而加密方法由于计算技术的快速发展存在诸多风险,例如窃听者可能具备强大的计算能力,发起暴力攻击或分析攻击。
-实现便捷:实施过程无需消耗大量通信资源或基础设施来在合法实体之间共享加密信息,也无需考虑安全协议的执行,或在物理层以上的其他层实施额外的安全机制。

PLS 在 NOMA 网络中的应用受到了广泛关注。早期的研究主要集中在单输入单输出(SISO)系统,为进一步提高系统性能,可以采用多天线技术,例如生成人工噪声(AN)来保护信息免受窃听者的侵害。近年来,一些研究开始考虑基站配备大量天线的情况,结果表明采用大规模多输入多输出(MIMO)可以实现更多用户和更高的保密速率。此外,PLS 还被应用于 NOMA 与其他先进传输技术相结

http://www.cnnetsun.cn/news/151322.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