生成式人工智能用于安全物理层通信：综述

生成式人工智能（GAI）处于人工智能创新的前沿，在生成多样化内容方面展现出快速进步和卓越能力。除了内容创作，GAI 还具有学习复杂数据分布的重要分析能力，为解决安全问题提供了众多机遇。在物理层安全领域，传统人工智能方法往往举步维艰，主要原因是其动态适应传输信道不断变化的物理属性以及应对当代网络威胁复杂性的能力有限。而这种适应性和分析深度正是 GAI 的优势所在。因此，本文对 GAI 在增强通信网络物理层安全方面的各种应用进行了广泛综述。我们首先强调了该领域先进 GAI 模型的重要性，包括生成对抗网络（GANs）、自编码器（AEs）、变分自编码器（VAEs）和扩散模型（DMs）。我们深入探讨了 GAI 在解决物理层安全挑战中的作用，重点关注通信保密性、认证、可用性、弹性和完整性。此外，我们还提出了未来的研究方向，聚焦于模型改进、多场景部署、资源高效优化和安全语义通信，突显了 GAI 在应对安全物理层通信与传感新兴挑战方面的多面潜力。