CN106899524B - 基于信道预测和用户QoS的安全接入方法 - Google Patents

基于信道预测和用户QoS的安全接入方法 Download PDF

Info

Publication number
CN106899524B
CN106899524B CN201710170660.8A CN201710170660A CN106899524B CN 106899524 B CN106899524 B CN 106899524B CN 201710170660 A CN201710170660 A CN 201710170660A CN 106899524 B CN106899524 B CN 106899524B
Authority
CN
China
Prior art keywords
safe
channel
qos
coding
time delay
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201710170660.8A
Other languages
English (en)
Other versions
CN106899524A (zh
Inventor
廖润发
文红
潘绯
宋欢欢
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
University of Electronic Science and Technology of China
Original Assignee
University of Electronic Science and Technology of China
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by University of Electronic Science and Technology of China filed Critical University of Electronic Science and Technology of China
Priority to CN201710170660.8A priority Critical patent/CN106899524B/zh
Publication of CN106899524A publication Critical patent/CN106899524A/zh
Application granted granted Critical
Publication of CN106899524B publication Critical patent/CN106899524B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W24/00—Supervisory, monitoring or testing arrangements
    • H04W24/06—Testing, supervising or monitoring using simulated traffic
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L25/00—Baseband systems
    • H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
    • H04L25/0202—Channel estimation
    • H04L25/024—Channel estimation channel estimation algorithms
    • H04L25/0242—Channel estimation channel estimation algorithms using matrix methods
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W12/00—Security arrangements; Authentication; Protecting privacy or anonymity
    • H04W12/08—Access security
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W28/00—Network traffic management; Network resource management
    • H04W28/02—Traffic management, e.g. flow control or congestion control
    • H04W28/0231—Traffic management, e.g. flow control or congestion control based on communication conditions
    • H04W28/0236—Traffic management, e.g. flow control or congestion control based on communication conditions radio quality, e.g. interference, losses or delay

Abstract

本发明公开了一种基于信道预测和用户QoS的安全接入方法，采用人工神经网络(ANN)对信道预测，确定系统容量是否有冗余，在满足统计时延QoS的情况下实现物理层安全传输。其中发送端、接收端和窃听者都采用多天线，信号经过安全编码、信道编码由发送端发送，接收端接收信号后先做信道解码再做安全解码，在发射端Alice做信道预测，在满足时延QoS条件下决定是否采用安全编码；本发明能够在证时延QoS下选择最优物理层安全情况下提供最大安全传输容量。

Description

基于信道预测和用户QoS的安全接入方法
技术领域
本发明涉及一种通信系统的安全接入方法，尤其涉及一种基于信道预测和用户QoS的安全接入方法。
背景技术
人工神经网络(ArtificialNeuralNetwork，ANN)是人类基于人脑神经系统构建的一种数学模型。神经网络理论在无线通信领域中应用于无线通信中的信道模型构建、信道均衡、信道估计及编码、解码和纠错码等方面，人工神经网络还能用于快变衰落信道的信道预测。
网络服务质量(QualityofService，QoS)是网络中给用户的服务模型的一种测量。传统网络中的服务质量，是指网络在传输数据时要满足的一系列服务请求，具体可以量化为带宽、延时、吞吐量、抖动和丢失率等性能指标。而在时延敏感的无线网络环境下，时延QoS是无线网络的重要性能指标。由于衰落信道的时变性，严格的时延约束难以讨论。
未来的无线通信(5G)提出了高速传输、快速接入、可靠和高安全通信的需求。然而无线信道的开放性、广播特性，终端的移动性、网络拓扑结构的多样性及无线传输不稳定性等因素使得移动通信网络面临更多的安全威胁。5G移动系统在网络安全性能方面亟待新技术适应其高安全性的需求，并满足它的高速、高效接入。“无条件”安全传输利用无线信道特性的多变和随机特征，实现物理层的“加密”，其充分利用无线信道唯一特性，实现“一次一密”的强安全特性，同时其将可靠与安全联合考虑，可以同时实现高可靠与高安全。物理层加密传输可以在相同的安全强度下，极大地减少密钥长度，甚至不需要密钥，尤其适用需要快速接入的系统。但是物理安全传输技术以牺牲传输容量为代价的，5G系统将面对多种业务、多种级别的安全需求，物理层安全传输适合高安全需求、信道容量有冗余的通信场景。因此，不同业务、不同级别安全需求的场景选用什么物理层安全接入方法将是一个技术难点。
发明内容
本发明的目的在于克服现有技术的不足，提供一种基于信道预测和用户QoS的安全接入方法，对通过信道预测和时延QoS指标对物理层安全接入方法进行设计，对快变时延信道是否采用物理层安全编码进行了具体化的阐述，有效的解决了物理层安全编码带来的信道容量的损失与时延QoS需求的冲突。
本发明的目的是通过以下技术方案来实现的：
基于信道预测和用户QoS的安全接入方法，包括以下步骤：
S01：采用人工神经网络(ANN)对接收端Bob合法信道和窃听者Eve信道进行估计和预测，获取合法者和窃听者信道矩阵Hb、He，计算信干噪比SINRb，SINRe；
S02：计算合法用户Bob最大安全传输速率Rs：
Rs＝[log(1+SINRb)-log(1+SINRe)]+ (1)
S03：计算满足统计时延QoS需求下的安全有效容量需求，安全有效容量是定义在给定时延参数的条件下，系统可以获得的最大安全传输的速率,安全有效容量Es(θ)为：
其中，Eρ为对信道参数求期望，B为系统带宽，Tf为每帧时间长度，θ为统计时延QoS参数；时延参数θ越小，表示时延QoS要求越低；时延参数θ越大，表示时延QoS要求越高；
如果Es(θ)≥R0则继续执行下一步，否则终止传输并结束；
S04：计算采用物理层安全编码后的安全传输速率Rs'：
Rs'＝ηRs (3)
其中，η{η∈(0,1)}为安全编码效率即使物理层安全编码为系统传输容量带来的损失，把(3)式代入公式(2)，再次计算满足统计时延QoS需求下的安全有效容量Es'(θ)；
如果Es'(θ)≥R0则采用安全编码并进行传输，否则不采用安全编码进行传输并结束。
进一步的，所述的合法接收端Bob和窃听者Eve的接收信号分别表示为：
其中，s*表示经过安全编码和信道编码的有用信号，其功率假定为E{s*|2}＝1，t表示有用信号的波束成型矢量，||t||2＝1，P表示发射信号总功率。
更进一步的，所述的合法接收端Bob和窃听者Eve的接收信干噪比SINRb，SINRe分别表示为：
其中，g1＝Hbt，g2＝Het，为合法接收端信噪比，窃听者接收信噪比。
作为本方案的进一步改进，发射端、接收端和窃听者都采用多天线，信号经过安全编码、信道编码由发射端发送，接收端接收信号后先做信道解码再做安全解码。
作为本方案的进一步改进，在发射端Alice做信道预测，在满足时延QoS条件下决定是否采用安全编码。
本发明的有益效果是：本发明采用人工神经网络(ANN)对信道进行估计和预测，同时计算满足统计时延QoS需求下的安全有效容量需求以及物理层安全编码后的安全传输速率，确定最大安全传输的速率，从而保在证时延QoS下选择最优物理层安全情况下提供最大的安全传输容量。
附图说明
图1为本发明信息传输模型的结构示意图；
图2为本发明的流程图。
具体实施方式
下面结合附图进一步详细描述本发明的技术方案，但本发明的保护范围不局限于以下所述。
如图1所示：
基于信道预测和用户QoS的安全接入方法，采用人工神经网络(ANN)对信道预测，确定系统容量是否有冗余，在满足统计时延QoS的情况下实现物理层安全传输。其中发送端、接收端和窃听者都采用多天线，信号经过安全编码、信道编码由发送端发送，接收端接收信号后先做信道解码再做安全解码，在发射端Alice做信道预测，在满足时延QoS条件下决定是否采用安全编码。
如图2所示：
基于信道预测和用户QoS的安全接入方法，包括以下步骤：
S01：采用人工神经网络(ANN)对接收端Bob合法信道和窃听者Eve信道进行估计和预测，获取合法者和窃听者信道矩阵Hb、He，计算信干噪比SINRb，SINRe；
其中，所述的合法接收端Bob和窃听者Eve的接收信号分别表示为：
其中，s*表示经过安全编码和信道编码的有用信号，其功率假定为E{s*|2}＝1，t表示有用信号的波束成型矢量，||t||2＝1，P表示发射信号总功率。
更进一步的，所述的合法接收端Bob和窃听者Eve的接收信干噪比SINRb，SINRe分别表示为：
其中，g1＝Hbt，g2＝Het，为合法接收端信噪比，窃听者接收信噪比。
S02：计算合法用户Bob最大安全传输速率Rs：
Rs＝[log(1+SINRb)-log(1+SINRe)]+ (1)
S03：计算满足统计时延QoS需求下的安全有效容量需求，安全有效容量是定义在给定时延参数的条件下，系统可以获得的最大安全传输的速率,安全有效容量Es(θ)为：
其中，Eρ为对信道参数求期望，B为系统带宽，Tf为每帧时间长度，θ为统计时延QoS参数；时延参数θ越小，表示时延QoS要求越低；时延参数θ越大，表示时延QoS要求越高；如果Es(θ)≥R0则继续执行下一步，否则终止传输并结束；
S04：计算采用物理层安全编码后的安全传输速率Rs'：
Rs'＝ηRs (3)
其中，η{η∈(0,1)}为安全编码效率即使物理层安全编码为系统传输容量带来的损失，把(3)式代入公式(2)，再次计算满足统计时延QoS需求下的安全有效容量Es'(θ)；
如果Es'(θ)≥R0则采用安全编码并进行传输，否则不采用安全编码进行传输并结束。
以上所述仅是本发明的优选实施方式，应当理解本发明并非局限于本文所披露的形式，不应看作是对其他实施例的排除，而可用于各种其他组合、修改和环境，并能够在本文所述构想范围内，通过上述教导或相关领域的技术或知识进行改动。而本领域人员所进行的改动和变化不脱离本发明的精神和范围，则都应在本发明所附权利要求的保护范围内。

Claims (5)

1.基于信道预测和用户QoS的安全接入方法，其特征在于包括以下步骤：
S01：采用人工神经网络(ANN)对接收端Bob合法信道和窃听者Eve信道进行估计和预测，获取合法者和窃听者信道矩阵Hb、He，计算信干噪比SINRb，SINRe；
S02：计算合法用户Bob最大安全传输速率Rs：
Rs＝[log(1+SINRb)-log(1+SINRe)]+ (1)
S03：计算满足统计时延QoS需求下的安全有效容量需求，安全有效容量是定义在给定时延参数的条件下，系统可以获得的最大安全传输的速率,安全有效容量Es(θ)为：
其中，Eρ为对信道参数求期望，B为系统带宽，Tf为每帧时间长度，θ为统计时延QoS参数；时延参数θ越小，表示时延QoS要求越低；时延参数θ越大，表示时延QoS要求越高；
如果Es(θ)≥R0则继续执行下一步，否则终止传输并结束；
S04：计算采用物理层安全编码后的安全传输速率Rs'：
Rs'＝ηRs (3)
其中，η{η∈(0,1)}为安全编码效率即使物理层安全编码为系统传输容量带来的损失，把(3)式代入公式(2)，再次计算满足统计时延QoS需求下的安全有效容量Es'(θ)；
如果Es'(θ)≥R0则采用安全编码并进行传输，否则不采用安全编码进行传输并结束。
2.根据权利要求1所述的基于信道预测和用户QoS的安全接入方法，其特征在于：所述的合法接收端Bob和窃听者Eve的接收信号分别表示为：
其中，s*表示经过安全编码和信道编码的有用信号，其功率假定为E{s*|2}＝1，t表示有用信号的波束成型矢量，||t||2＝1，P表示发射信号总功率。
3.根据权利要求2所述的基于信道预测和用户QoS的安全接入方法，其特征在于：所述的合法接收端Bob和窃听者Eve的接收信干噪比SINRb，SINRe分别表示为：
其中，g1＝Hbt，g2＝Het，为合法接收端信噪比，窃听者接收信噪比。
4.根据权利要求1至3中任一项所述的基于信道预测和用户QoS的安全接入方法，其特征在于：发射端、接收端和窃听者都采用多天线，信号经过安全编码、信道编码由发射端发送，接收端接收信号后先做信道解码再做安全解码。
5.根据权利要求4所述的基于信道预测和用户QoS的安全接入方法，其特征在于：在发射端Alice做信道预测，在满足时延QoS条件下决定是否采用安全编码。
CN201710170660.8A 2017-03-21 2017-03-21 基于信道预测和用户QoS的安全接入方法 Active CN106899524B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710170660.8A CN106899524B (zh) 2017-03-21 2017-03-21 基于信道预测和用户QoS的安全接入方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710170660.8A CN106899524B (zh) 2017-03-21 2017-03-21 基于信道预测和用户QoS的安全接入方法

Publications (2)

Publication Number Publication Date
CN106899524A CN106899524A (zh) 2017-06-27
CN106899524B true CN106899524B (zh) 2019-10-11

Family

ID=59193046

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710170660.8A Active CN106899524B (zh) 2017-03-21 2017-03-21 基于信道预测和用户QoS的安全接入方法

Country Status (1)

Country Link
CN (1) CN106899524B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI687063B (zh) 2019-01-04 2020-03-01 財團法人工業技術研究院 基於深度學習與通道狀態資訊之通訊系統及編解碼方法
CN110048972B (zh) * 2019-04-24 2020-04-07 燕山大学 一种水声正交频分复用信道估计方法及系统
EP3742767B1 (en) * 2019-05-21 2022-08-24 Volkswagen AG Method for predicting a quality of service for a communication between at least two communication partners, one of which may be a moving vehicle; apparatus for performing the steps of the method and computer program
CN113904704B (zh) * 2021-09-27 2023-04-07 西安邮电大学 一种基于多智能体深度强化学习的波束预测方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103826219A (zh) * 2014-03-11 2014-05-28 山东大学 一种保证时延QoS要求的保密系统功率分配方法
CN105657839A (zh) * 2015-12-23 2016-06-08 山东大学 基于QoS要求的全双工多载波安全系统的功率分配方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103826219A (zh) * 2014-03-11 2014-05-28 山东大学 一种保证时延QoS要求的保密系统功率分配方法
CN105657839A (zh) * 2015-12-23 2016-06-08 山东大学 基于QoS要求的全双工多载波安全系统的功率分配方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
Echo State Network for Fast Channel Prediction in Ricean Fading Scenarios;Yisheng Zhao，etc;《IEEE》;20161123;全文 *
Fading Channel Prediction Based on Combinationof Complex-Valued Neural Networks andChirp Z-Transform;Tianben Ding，etc;《IEEE》;20140304;全文 *
安全编码的矩阵编码方法;向达等;《网络安全技术与应用》;20141215;全文 *

Also Published As

Publication number Publication date
CN106899524A (zh) 2017-06-27

Similar Documents

Publication Publication Date Title
CN109548013B (zh) 一种具有反窃听能力的noma移动边缘计算系统构建方法
CN106899524B (zh) 基于信道预测和用户QoS的安全接入方法
Chatzidiamantis et al. Adaptive subcarrier PSK intensity modulation in free space optical systems
CN105790818B (zh) 一种抵抗窃听节点窃取信息的物理层安全传输方法
CN104883741B (zh) 一种认知无线电网络的资源分配算法
CN105491563B (zh) 利用人工噪声提高miso安全通信系统安全速率的方法和系统
CN105577329B (zh) 基于空间调制的物理层安全传输方法
CN103997736B (zh) 无线通信系统中用于检测窃听者的方法
CN104320826A (zh) 一种窃听环境下协作通信网络的机会中继选择方法
CN105553618B (zh) 基于喷泉码和自适应资源分配的图像安全传输方法
CN109728865A (zh) 一种大规模天线阵中基于人工噪声的窃听编码方法
CN106656405B (zh) 一种利用能量站最小化系统保密中断概率的方法
CN108833341A (zh) 一种ofdm系统中基于子载波排序和xor运算的物理层安全传输方法
CN110149127A (zh) 一种基于noma技术的d2d通信系统预编码向量优化方法
CN106685639A (zh) 5g通信系统中基于人工加噪的序列密码加密安全传输方法
CN110381510A (zh) 基于叠加物理层认证标签的非正交多址认证系统
Lu et al. QoE-driven multi-user video transmission over SM-NOMA integrated systems
Chen et al. Communicating or computing over the MAC: Function-centric wireless networks
CN103986932A (zh) 一种视频数据流的信源信道联合编解码方法
CN108768443A (zh) 基于随机信号的扩谱参数捷变方法
CN109889247B (zh) 适用于窄带物联网的低开销动态反馈安全传输方法及系统
Shrestha et al. Secure wireless multicasting in presence of multiple eavesdroppers
He et al. The interference wiretap channel with an arbitrarily varying eavesdropper: Aligning interference with artificial noise
CN102647258B (zh) 无线通信mimo系统的跨层增强安全处理方法
CN111246460B (zh) 一种低复杂度和低时延的安全传输方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant