对抗恶意可重构智能表面的物理层密钥可解释对抗学习框架
密码学与安全
2024-12-10 v2 人工智能
摘要
可重构智能表面（RIS）既能帮助也能阻碍通信系统的物理层密钥生成（PL-SKG）。虽然合法的 RIS 可以产生有益影响，包括增加信道随机性以增强 PL-SKG，但恶意 RIS 可以毒化合法信道并破解几乎所有现有的 PL-SKG。在这项工作中，我们提出了一个对抗学习框架，以应对可能存在于合法方（即 Alice 和 Bob）之间的中间人 RIS（MITM-RIS）窃听。首先，推导了合法对与 MITM-RIS 之间的理论互信息差距。由此，Alice 和 Bob 利用对抗学习来学习一个与 MITM-RIS 确保无互信息重叠的公共特征空间。接下来，为了解释训练后的合法公共特征生成器，我们使用符号可解释 AI（xAI）表示来辅助黑盒神经网络的信号处理解释。这些主导神经元的符号项有助于特征设计的工程化和学习到的公共特征空间的验证。仿真结果表明，我们提出的基于对抗学习和符号的 PL-SKG 可以在合法用户之间实现高密钥一致率，并且对掌握合法特征生成完全知识（神经网络或公式）的 MITM-RIS 窃听者具有抵抗力。因此，这为未来 6G 中使用不可信反射设备的安全无线通信铺平了道路。
引用
@article{arxiv.2402.06663,
title = {Explainable Adversarial Learning Framework on Physical Layer Secret Keys Combating Malicious Reconfigurable Intelligent Surface},
author = {Zhuangkun Wei and Wenxiu Hu and Junqing Zhang and Weisi Guo and Julie McCann},
journal= {arXiv preprint arXiv:2402.06663},
year = {2024}
}