CN113507711B - 一种noma场景下的导频污染攻击检测方法、基站和用户设备 - Google Patents
一种noma场景下的导频污染攻击检测方法、基站和用户设备 Download PDFInfo
- Publication number
- CN113507711B CN113507711B CN202110869767.8A CN202110869767A CN113507711B CN 113507711 B CN113507711 B CN 113507711B CN 202110869767 A CN202110869767 A CN 202110869767A CN 113507711 B CN113507711 B CN 113507711B
- Authority
- CN
- China
- Prior art keywords
- pilot
- base station
- noma
- pollution attack
- user equipment
- 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
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 106
- 206010042135 Stomatitis necrotising Diseases 0.000 title claims abstract 27
- 201000008585 noma Diseases 0.000 title claims abstract 27
- 238000012549 training Methods 0.000 claims abstract description 98
- 238000000034 method Methods 0.000 claims abstract description 33
- 230000005540 biological transmission Effects 0.000 claims description 52
- 230000001186 cumulative effect Effects 0.000 claims description 3
- 238000005315 distribution function Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- 230000009977 dual effect Effects 0.000 claims 3
- 238000004422 calculation algorithm Methods 0.000 description 14
- 230000001965 increasing effect Effects 0.000 description 14
- 239000011159 matrix material Substances 0.000 description 6
- 238000004088 simulation Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000000342 Monte Carlo simulation Methods 0.000 description 2
- 238000005562 fading Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000011109 contamination Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W12/00—Security arrangements; Authentication; Protecting privacy or anonymity
- H04W12/12—Detection or prevention of fraud
- H04W12/121—Wireless intrusion detection systems [WIDS]; Wireless intrusion prevention systems [WIPS]
- H04W12/122—Counter-measures against attacks; Protection against rogue devices
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Computer Security & Cryptography (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了一种NOMA场景下的导频污染攻击检测方法，计算不同训练阶段的基站接收信号与导频序列的互相关结果，并将第二导频训练阶段的互相关结果投影到第一导频训练阶段的互相关结果的方向上，得到投影结果，从而根据投影结果判断是否存在导频污染攻击，从而解决NOMA场景下物理层安全中导频污染攻击检测的问题，具有计算复杂度低、检测速度快等优点。与现有的需要修改导频结构的导频污染攻击检测方法相比，可实施性高，克服了现有检测方案中需要修改导频结构带来的可实施性低的问题，对抵抗导频污染攻击具有重要意义。
Description
技术领域
本发明属于通信技术领域，更具体地，涉及一种NOMA场景下的导频污染攻击检测方法。
背景技术
随着第五代移动通信技术的商业化，无线网络技术由此可以作为许多新兴服务的基础，如智能交通系统，智慧城市等。然而，无线网络技术在带来便利的同时，也存在许多安全问题。由于无线介质的共享特性，任何接收机将捕获其覆盖区域内的无线信号，无线传输由此容易受到外部窃听或干扰，从而严重威胁无线网络中信息的安全。物理层安全技术可以在不使用密钥协议的情况下实现安全通信，近年来受到了广泛关注。
导频污染攻击作为一种危害较大的物理层主动窃听方式，使物理层安全面临新的挑战。由于传输协议，帧结构和导频序列集是公开的，窃听者根据历史观测结果，可以发送与合法用户相同的导频序列来影响基站的信道估计过程，导致基站在上行训练阶段获取合法用户的信道状态信息出现偏差，迫使基站在随后的下行数据传输阶段中使用的预编码器隐式地向窃听者形成波束，从而增加窃听者的接收信号功率。这不仅阻碍了合法通信双发的可靠通信，更严重的是会导致信息泄露。为了及时响应和处理导频污染攻击，需要在合法通信的导频训练阶段检测导频污染攻击是否存在。现有导频污染攻击检测研究较少关注NOMA(Non-orthogonal Multiple Access，非正交多址接入)场景，大部分攻击检测方案需要修改导频结构，通过向导频序列中添加人工噪声，实现源信号协方差矩阵的秩增效果，由于攻击者无法模仿这种随机性，可以通过秩估计算法：MDL(Minimum Description Length，最小描述长度)算法和RMT(Random Matrix Theory，随机矩阵理论)的算法对接收信号的信号子空间进行估计，根据秩估计结果实现导频污染攻击的检测，然而引入噪声破坏了导频的正交性结构，可实施性较低。由此可见，如何实现NOMA场景下无需修改导频结构的导频污染攻击检测方法是当前亟待解决的问题。
发明内容
针对现有技术的以上缺陷或改进需求，本发明提供了一种NOMA场景下的导频污染攻击检测方法由此解决现有的攻击检测方法由于需要修改导频结构的导致的可实施性低的技术问题。
为实现上述目的，按照本发明的第一方面，提供了一种NOMA场景下的导频污染攻击检测方法，包括：
基站根据NOMA用户对基于双阶段传输协议发送的导频序列s，确定所述NOMA用户对分别在第一导频训练阶段和第二导频训练阶段时，基站的接收信号y1和y2；
基站计算y1、y2分别与所述导频序列s的互相关序列Y1、Y2，将Y2投影到Y1方向上，得到投影结果YP；
基站判断投影结果的模||YP||2是否大于检测阈值ηY，若是，则存在导频污染攻击；若否，则不存在导频污染攻击。
优选地，所述基站计算y1、y2分别与所述导频序列s的互相关序列Y1、Y2，将Y2投影到Y1方向上，得到投影结果YP，具体为：
Y1＝y1sH；
Y2＝y2sH；
优选地，所述检测阈值ηY根据预设虚警概率PF确定，具体为：
PF＝1-F0(ηY)；
其中，F0(·)表示存在导频污染攻击情况下||YP||2的累积分布函数，
为下不完全伽马函数；M为基站的均匀天线阵的天线数；
τ为导频序列的长度，
为信道复高斯白噪声的方差。
优选地，所述双阶段传输协议为双阶段TDD传输协议或双阶段FDD传输协议。
优选地，所述NOMA用户对中的第一用户设备在所述双阶段传输协议的第一导频训练阶段发送导频序列s，第二用户设备在所述双阶段传输协议的第二导频训练阶段发送导频序列s。
按照本发明的第二方面，提供了一种NOMA场景下的导频污染攻击检测方法，包括：NOMA用户对中的第一用户设备在双阶段传输协议的第一导频训练阶段向基站发送导频序列s；
其中，所述NOMA用户对还包括在双阶段传输协议的第二导频训练阶段向基站发送导频序列s的第二用户设备；所述导频序列s用于供基站确定NOMA用户对处于第一导频训练阶段和第二导频训练阶段时，基站的接收信号y1和y2，并计算y1、y2分别与导频序列s的互相关序列Y1、Y2，将Y2投影到Y1方向上，得到投影结果YP；基站判断投影结果的模||YP||2是否大于检测阈值，若是，则存在导频污染攻击；若否，则不存在导频污染攻击。
按照本发明的第三方面，提供了一种NOMA场景下的导频污染攻击检测方法，包括：
NOMA用户对中的第二用户设备在双阶段传输协议的第二导频训练阶段向基站发送导频序列s；
其中，所述NOMA用户对还包括用于在双阶段传输协议的第一导频训练阶段向基站发送导频序列s的第一用户设备；所述导频序列s用于供基站确定NOMA用户对处于第一导频训练阶段和第二导频训练阶段时，基站的接收信号y1和y2，并计算y1、y2分别与导频序列s的互相关序列Y1、Y2，将Y2投影到Y1方向上，得到投影结果YP；基站判断投影结果的模||YP||2是否大于检测阈值，若是，则存在导频污染攻击；若否，则不存在导频污染攻击。
按照本发明的第四方面，提供了一种基站，包括：
接收单元，用于根据NOMA用户对基于双阶段传输协议发送的导频序列s，确定NOMA用户对处于第一导频训练阶段和第二导频训练阶段时，基站的接收信号y1和y2；
处理单元，用于计算y1、y2分别与导频序列s的互相关序列Y1、Y2，将Y2投影到Y1方向上，得到投影结果YP；
判断单元，用于判断投影结果的模||YP||2是否大于检测阈值，若是，则存在导频污染攻击；若否，则不存在导频污染攻击。
按照本发明的第五方面，提供了一种用户设备，所述用户设备为NOMA用户对中的第一用户设备，包括：
发送单元，用于在双阶段传输协议的第一导频训练阶段向基站发送导频序列s；
其中，所述NOMA用户对还包括在第二导频训练阶段向基站发送导频序列s的第二用户设备；所述导频序列s用于供基站确定NOMA用户对处于第一导频训练阶段和第二导频训练阶段时，基站的接收信号y1和y2，并计算y1、y2分别与导频序列s的互相关序列Y1、Y2，将Y2投影到Y1方向上，得到投影结果YP；基站判断投影结果的模||YP||2是否大于检测阈值，若是，则存在导频污染攻击；若否，则不存在导频污染攻击。
按照本发明的第六方面，提供了一种用户设备，所述用户设备为NOMA用户对中的第二用户设备，包括：
发送单元，用于在双阶段传输协议的第二导频训练阶段向基站发送导频序列s；
其中，所述NOMA用户对还包括用于在第一导频训练阶段向基站发送导频序列s的第一用户设备；所述导频序列s用于供基站确定NOMA用户对处于第一导频训练阶段和第二导频训练阶段时，基站的接收信号y1和y2，并计算y1、y2分别与导频序列s的互相关序列Y1、Y2，将Y2投影到Y1方向上，得到投影结果YP；基站判断投影结果的模||YP||2是否大于检测阈值，若是，则存在导频污染攻击；若否，则不存在导频污染攻击。
总体而言，通过本发明所构思的以上技术方案与现有技术相比，能够取得下列有益效果：
1、本发明提供的NOMA场景下的导频污染攻击检测方法，计算不同训练阶段的基站接收信号与导频序列的互相关结果，并将第二导频训练阶段的互相关结果投影到第一导频训练阶段的互相关结果的方向上，得到投影结果，从而根据投影结果判断是否存在导频污染攻击，从而解决NOMA场景下物理层安全中导频污染攻击检测的问题，具有计算复杂度低、检测速度快等优点。
2、本发明提供的NOMA场景下的导频污染攻击检测方法，基于不同训练阶段的基站接收信号与导频序列的互相关结果进行导频污染攻击检测，能够在不修改导频结构的前提下实现对导频污染攻击的检测，与现有的需要修改导频结构的导频污染攻击检测方法相比，可实施性高，克服了现有检测方案中需要修改导频结构带来的可实施性低的问题，对抵抗导频污染攻击具有重要意义。
附图说明
图1是本发明提供的NOMA场景下的导频污染攻击检测方法流程示意图；
图2中的(a)为传统TDD/FDD传输协议示意图；图2中的(b)为双阶段TDD传输协议何双阶段FDD传输协议示意图；
图3为单天线系统上行传输系统结构示意图；
图4为本发明提供的NOMA场景下的导频污染攻击检测方法、RML检测方法和MDL检测方法的导频污染攻击检测概率仿真结果对比图之一；
图5为本发明提供的NOMA场景下的导频污染攻击检测方法、RML检测方法和MDL检测方法的导频污染攻击检测概率仿真结果对比图之二。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。此外，下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
本发明实施例提供一种NOMA场景下的导频污染攻击检测方法，如图1所示，包括：
基站根据NOMA用户对基于双阶段传输协议发送的导频序列s，确定所述NOMA用户对分别在第一导频训练阶段和第二导频训练阶段时，基站的接收信号y1和y2；
基站计算y1、y2分别与所述导频序列s的互相关序列Y1、Y2，将Y2投影到Y1方向上，得到投影结果YP；
基站判断投影结果的模||YP||2是否大于检测阈值，若是，则存在导频污染攻击；若否，则不存在导频污染攻击。
进一步地，所述双阶段传输协议为双阶段TDD传输协议或双阶段FDD传输协议。
进一步地，所述NOMA用户对中的第一用户设备在所述双阶段传输协议的第一导频训练阶段发送导频序列s，第二用户设备在所述双阶段传输协议的第二导频训练阶段发送导频序列s。
具体地，传统TDD/FDD传输协议如图2中的(a)所示；所述的双阶段训练传输协议，既可以用于TDD(Time Division Duplex，时分双工)模式，也可用于FDD)(FrequencyDivision Duplex，频分双工)模式。进一步地，其结构如图2中的(b)所示。
如图3所示，将NOMA用户对中的两个合法用户记为合法用户1和合法用户2。
在双阶段训练传输协议的导频训练阶段1，合法用户1以功率P1发送导频序列s，在双阶段训练传输协议的导频训练阶段2，合法用户2以功率P2发送导频序列s。经过信道传输后，基站将分别接收到两个导频训练阶段的接收信号y1和y2，若存在导频污染攻击，由于导频序列s在两个训练阶段均被使用，攻击者无法确定攻击目标在哪一个训练阶段发送导频序列，迫使攻击者将同时攻击导频训练阶段1和导频训练阶段2。
将不存在导频污染攻击和存在导频污染攻击的情况分别记为H0和H1。在这两种情况下，导频训练阶段i(i＝1,2)，基站接收信号为：
其中，s表示NOMA用户对共用的导频，hi(i＝1,2)和Pi(i＝1,2)分别表示合法用户i的信道和发射功率，hE为攻击者信道，ni为导频训练阶段i均值为0，方差为
的复高斯白噪声。PE,i(i＝1,2)表示攻击者在导频训练阶段i的发射功率，其中PE,1≠PE,2，即无法直接通过y1-y2消除导频污染的影响。
存在导频污染攻击时，训练阶段i(i＝1,2)，基站接收信号为
不存在导频污染攻击时，训练阶段i(i＝1,2)，基站接收信号为
其中PE,i表示训练阶段i(i＝1,2)攻击者的发射功率，hE表示攻击者信道。
进一步地，
Y1＝y1sH；
Y2＝y2sH；
具体地，在H0和H1下，求接收信号yi与导频s的互相关序列，分别表示为：
其中，
τ表示导频序列的长度。
将训练阶段2的相关序列Y2投影到训练阶段1的相关序列Y1方向上，得到投影结果YP，投影结果记为YP＝P1Y2，其中投影矩阵为
于是H0和H1情况下的投影矩阵分别为：
其中，
Pnoise表示噪声空间的投影矩阵，
于是H0和H1情况下投影结果YP分别为：
进一步地，所述检测阈值根据预设虚警概率PF确定，具体为：
PF＝1-F0(ηY)；
其中，F0(·)表示存在导频污染攻击情况下||YP||2的累积分布函数，
为下不完全伽马函数，R(s)＞0，
M为基站的均匀天线阵的天线数；
τ为导频序列的长度，
为信道复高斯白噪声的方差。
具体地，根据预设虚警概率PF计算基站上行训练阶段相对应的接收信号投影结果的检测阈值ηY。
所述虚警概率PF为根据接收信号投影结果判断存在导频污染攻击的虚警概率，即对应着将不存在导频污染攻击的情况判别为存在导频污染攻击的概率；虚警概率PF的值可根据实际需要进行设定。
在H0和H1下，根据投影结果YP可以检测导频污染攻击是否存在，决策规则如下：
由此可知，投影结果在不存在导频污染攻击情况和存在导频污染攻击情况所服从的概率密度分布不同：
在H0情况下，投影结果YP服从均值为0，协方差矩阵为
的复高斯分布；
在H1情况下，投影结果YP服从均值为
协方差矩阵为
的复高斯分布。其中，τ表示导频长度，PE,2表示攻击者在导频训练阶段2的发射功率，hE表示攻击者的信道。
进一步地，投影结果的模||YP||2服从自由度为2M的中心卡方分布；在H1情况下，投影结果的模||YP||2服从自由度为2M，非中心参数为
的非中心卡方分布，虚警概率PF与检测阈值之间的关系为PF＝1-F0(ηY)，其中M为基站的均匀天线阵的天线数，F0(·)表示H0情况下||YP||2的累积分布函数，可表示为：
其中，γ(s,x)表示下不完全伽马函数。根据预设的虚警概率即可计算接收信号强度检测阈值ηY。
判断投影结果的模||YP||2是否大于检测阈值ηY，如果大于阈值，判断当前的接收信号中存在导频污染攻击；否则，认为当前的接收信号中不存在导频污染攻击。
因此，基站可根据两个导频训练阶段的接收信号检测是否存在导频污染攻击。
将本发明提供的导频污染攻击检测方法应用于如图3所示的单天线系统上行传输系统中，定义归一化参考功率PE＝1，设置NOMA用户对的发射功率P1＝P2＝PE，两个训练阶段导频攻击功率PE，1＝PE，PE，2＝1.5PE。
在不同导频污染攻击功率下，分别对本发明提出的导频污染攻击检测方法、现有的RML检测方法和MDL检测方法进行仿真，并对上述三种方法的检测概率进行对比。其中，设置PE与噪声方差的比值
设置为-30dB到10dB，导频长度设置为50，基站天线数为8，NOMA用户对与攻击者的大尺度衰落均设置为1。对比方法中，对2个训练阶段引入的人工噪声的功率分配系数设置为ρi＝0.5，采用RML和MDL秩估计方法进行导频污染攻击检测。设置虚警概率为PF＝[0.0001,0.001,0.01]，根据不同的虚警概率计算相应的检测阈值，对NOMA系统中的导频污染攻击进行检测。进行蒙特卡洛仿真，仿真次数设置为10000，仿真结果如图4所示。
从图4可看出，对于提出的检测方法，给定虚警概率后，当
从-30dB增大到10dB的过程中，本发明提出的方法检测出PCA的概率一直接近于0；当
从-20dB增大到10dB的过程中，本发明提出方法检测出导频污染攻击的概率由0逐渐增加至1，之后保持不变；并且在相同的
下，虚警概率设置越大，本发明提出方法对应的检测概率越大。而对于经典的MDL和RML检测算法，当
从-30dB增大到-10dB的过程中，两种经典算法检测出导频污染攻击的概率一直接近于0；当
从-10dB增大到10dB的过程中，两种经典算法检测出导频污染攻击的概率由0增加至1，之后保持不变。整体上来看，
从-20dB增大到10dB的过程中，本发明提出方法的检测概率显著大于MDL和RML检测算法的检测概率，其中经典RML算法的检测概率大于MDL检测算法的检测概率。
在不同导频长度下，分别对本发明提出的导频污染攻击检测方法与现有的RML检测方法、MDL检测方法进行仿真，并对上述三种方法的检测概率进行对比。其中，设置PE与噪声方差的比值
设置为5dB。导频长度设置为2到50，基站天线数为8，NOMA用户对与攻击者的大尺度衰落均设置为1。对比方案中，对2个训练阶段引入的人工噪声的功率分配系数设置为ρi＝0.5，采用RML和MDL秩估计方法进行导频污染攻击检测。设置虚警概率为PF＝[0.0001,0.001,0.01]，根据不同的虚警概率计算相应的检测阈值，对导频污染攻击进行检测。进行蒙特卡洛仿真，仿真次数设置为10000，仿真结果如图5所示。
从图5可看出，对于本发明提出的检测方法，给定虚警概率后，当导频长度从2增大到50的过程中，本发明提出的方法检测出导频污染攻击的概率由一个较大值快速增加到1之后保持不变；并且在相同的导频长度下，虚警概率设置越大，本发明提出的方法对应的检测概率越大。而对于经典的MDL和RML检测算法，当导频长度从2增大到50的过程中，两种经典算法检测出导频污染攻击的概率不断增加最后接近1但未到达1。整体上来看，导频长度从2增大到50的过程中，本发明提出的方法的检测概率显著大于MDL和RML检测算法的检测概率，其中经典RML算法的检测概率大于MDL检测算法的检测概率。
本发明实施例提供一种NOMA场景下的导频污染攻击检测方法，包括：
NOMA用户对中的第一用户设备在双阶段传输协议的第一导频训练阶段向基站发送导频序列s；
其中，所述NOMA用户对还包括在双阶段传输协议的第二导频训练阶段向基站发送导频序列s的第二用户设备；所述导频序列s用于供基站确定NOMA用户对处于第一导频训练阶段和第二导频训练阶段时，基站的接收信号y1和y2，并计算y1、y2分别与导频序列s的互相关序列Y1、Y2，将Y2投影到Y1方向上，得到投影结果YP；基站判断投影结果的模||YP||2是否大于检测阈值，若是，则存在导频污染攻击；若否，则不存在导频污染攻击。
本发明实施例提供一种NOMA场景下的导频污染攻击检测方法，包括：
NOMA用户对中的第二用户设备在双阶段传输协议的第二导频训练阶段向基站发送导频序列s；
其中，所述NOMA用户对还包括用于在双阶段传输协议的第一导频训练阶段向基站发送导频序列s的第一用户设备；所述导频序列s用于供基站确定NOMA用户对处于第一导频训练阶段和第二导频训练阶段时，基站的接收信号y1和y2，并计算y1、y2分别与导频序列s的互相关序列Y1、Y2，将Y2投影到Y1方向上，得到投影结果YP；基站判断投影结果的模||YP||2是否大于检测阈值，若是，则存在导频污染攻击；若否，则不存在导频污染攻击。
本发明实施例提供一种基站，包括：接收单元，用于根据NOMA用户对基于双阶段传输协议发送的导频序列s，确定NOMA用户对处于第一导频训练阶段和第二导频训练阶段时，基站的接收信号y1和y2；
处理单元，用于计算y1、y2分别与导频序列s的互相关序列Y1、Y2，将Y2投影到Y1方向上，得到投影结果YP；
判断单元，用于判断投影结果的模||YP||2是否大于检测阈值，若是，则存在导频污染攻击；若否，则不存在导频污染攻击。
本发明实施例提供一种用户设备，所述用户设备为NOMA用户对中的第一用户设备，包括：
发送单元，用于在双阶段传输协议的第一导频训练阶段向基站发送导频序列s；
其中，所述NOMA用户对还包括在第二导频训练阶段向基站发送导频序列s的第二用户设备；所述导频序列s用于供基站确定NOMA用户对处于第一导频训练阶段和第二导频训练阶段时，基站的接收信号y1和y2，并计算y1、y2分别与导频序列s的互相关序列Y1、Y2，将Y2投影到Y1方向上，得到投影结果YP；基站判断投影结果的模||YP||2是否大于检测阈值，若是，则存在导频污染攻击；若否，则不存在导频污染攻击。
本发明实施例提供一种用户设备，所述用户设备为NOMA用户对中的第二用户设备，包括：
发送单元，用于在双阶段传输协议的第二导频训练阶段向基站发送导频序列s；
其中，所述NOMA用户对还包括用于在第一导频训练阶段向基站发送导频序列s的第一用户设备；所述导频序列s用于供基站确定NOMA用户对处于第一导频训练阶段和第二导频训练阶段时，基站的接收信号y1和y2，并计算y1、y2分别与导频序列s的互相关序列Y1、Y2，将Y2投影到Y1方向上，得到投影结果YP；基站判断投影结果的模||YP||2是否大于检测阈值，若是，则存在导频污染攻击；若否，则不存在导频污染攻击。
本领域的技术人员容易理解，以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.一种NOMA场景下的导频污染攻击检测方法，其特征在于，包括：
基站根据NOMA用户对基于双阶段传输协议发送的导频序列s，确定所述NOMA用户对分别在第一导频训练阶段和第二导频训练阶段时，基站的接收信号y1和y2；
基站计算y1、y2分别与所述导频序列s的互相关序列Y1、Y2，将Y2投影到Y1方向上，得到投影结果YP；
基站判断投影结果的模||YP||2是否大于检测阈值ηY，若是，则存在导频污染攻击；若否，则不存在导频污染攻击。
2.如权利要求1所述的NOMA场景下的导频污染攻击检测方法，其特征在于，所述基站计算y1、y2分别与所述导频序列s的互相关序列Y1、Y2，将Y2投影到Y1方向上，得到投影结果YP，具体为：
Y1＝y1sH；
Y2＝y2sH；
3.如权利要求1-2任一项所述的NOMA场景下的导频污染攻击检测方法，其特征在于，所述检测阈值ηY根据预设虚警概率PF确定，具体为：
PF＝1-F0(ηY)；
其中，F0(·)表示存在导频污染攻击情况下||YP||2的累积分布函数，
为下不完全伽马函数；M为基站的均匀天线阵的天线数；
τ为导频序列的长度，
为信道复高斯白噪声的方差。
4.如权利要求1所述的NOMA场景下的导频污染攻击检测方法，其特征在于，所述双阶段传输协议为双阶段TDD传输协议或双阶段FDD传输协议。
5.如权利要求1所述的NOMA场景下的导频污染攻击检测方法，其特征在于，所述NOMA用户对中的第一用户设备在所述双阶段传输协议的第一导频训练阶段发送导频序列s，第二用户设备在所述双阶段传输协议的第二导频训练阶段发送导频序列s。
6.一种NOMA场景下的导频污染攻击检测方法，其特征在于，包括：
NOMA用户对中的第一用户设备在双阶段传输协议的第一导频训练阶段向基站发送导频序列s；
其中，所述NOMA用户对还包括在双阶段传输协议的第二导频训练阶段向基站发送导频序列s的第二用户设备；所述导频序列s用于供基站确定NOMA用户对处于第一导频训练阶段和第二导频训练阶段时，基站的接收信号y1和y2，并计算y1、y2分别与导频序列s的互相关序列Y1、Y2，将Y2投影到Y1方向上，得到投影结果YP；基站判断投影结果的模||YP||2是否大于检测阈值，若是，则存在导频污染攻击；若否，则不存在导频污染攻击。
7.一种NOMA场景下的导频污染攻击检测方法，其特征在于，包括：
NOMA用户对中的第二用户设备在双阶段传输协议的第二导频训练阶段向基站发送导频序列s；
其中，所述NOMA用户对还包括用于在双阶段传输协议的第一导频训练阶段向基站发送导频序列s的第一用户设备；所述导频序列s用于供基站确定NOMA用户对处于第一导频训练阶段和第二导频训练阶段时，基站的接收信号y1和y2，并计算y1、y2分别与导频序列s的互相关序列Y1、Y2，将Y2投影到Y1方向上，得到投影结果YP；基站判断投影结果的模||YP||2是否大于检测阈值，若是，则存在导频污染攻击；若否，则不存在导频污染攻击。
8.一种基站，其特征在于，包括：
接收单元，用于根据NOMA用户对基于双阶段传输协议发送的导频序列s，确定NOMA用户对处于第一导频训练阶段和第二导频训练阶段时，基站的接收信号y1和y2；
处理单元，用于计算y1、y2分别与导频序列s的互相关序列Y1、Y2，将Y2投影到Y1方向上，得到投影结果YP；
判断单元，用于判断投影结果的模||YP||2是否大于检测阈值，若是，则存在导频污染攻击；若否，则不存在导频污染攻击。
9.一种用户设备，其特征在于，所述用户设备为NOMA用户对中的第一用户设备，包括：
发送单元，用于在双阶段传输协议的第一导频训练阶段向基站发送导频序列s；
其中，所述NOMA用户对还包括在第二导频训练阶段向基站发送导频序列s的第二用户设备；所述导频序列s用于供基站确定NOMA用户对处于第一导频训练阶段和第二导频训练阶段时，基站的接收信号y1和y2，并计算y1、y2分别与导频序列s的互相关序列Y1、Y2，将Y2投影到Y1方向上，得到投影结果YP；基站判断投影结果的模||YP||2是否大于检测阈值，若是，则存在导频污染攻击；若否，则不存在导频污染攻击。
10.一种用户设备，其特征在于，所述用户设备为NOMA用户对中的第二用户设备，包括：
发送单元，用于在双阶段传输协议的第二导频训练阶段向基站发送导频序列s；
其中，所述NOMA用户对还包括用于在第一导频训练阶段向基站发送导频序列s的第一用户设备；所述导频序列s用于供基站确定NOMA用户对处于第一导频训练阶段和第二导频训练阶段时，基站的接收信号y1和y2，并计算y1、y2分别与导频序列s的互相关序列Y1、Y2，将Y2投影到Y1方向上，得到投影结果YP；基站判断投影结果的模||YP||2是否大于检测阈值，若是，则存在导频污染攻击；若否，则不存在导频污染攻击。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110869767.8A CN113507711B (zh) | 2021-07-30 | 2021-07-30 | 一种noma场景下的导频污染攻击检测方法、基站和用户设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110869767.8A CN113507711B (zh) | 2021-07-30 | 2021-07-30 | 一种noma场景下的导频污染攻击检测方法、基站和用户设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113507711A CN113507711A (zh) | 2021-10-15 |
| CN113507711B true CN113507711B (zh) | 2022-05-20 |
Family
ID=78015280
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110869767.8A Active CN113507711B (zh) | 2021-07-30 | 2021-07-30 | 一种noma场景下的导频污染攻击检测方法、基站和用户设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113507711B (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106161297A (zh) * | 2016-06-22 | 2016-11-23 | 西安交通大学 | Ofdm系统中基于独立分量分析的抗导频欺骗攻击信道估计和识别方法 |
| CN108650006A (zh) * | 2018-05-21 | 2018-10-12 | 北京交通大学 | 基于大规模mimo的非正交多址接入方法 |
| CN109905203A (zh) * | 2019-03-25 | 2019-06-18 | 伍仁勇 | 抵抗导频污染攻击的协作矢量安全传输方法及系统 |
| CN111182550A (zh) * | 2020-01-04 | 2020-05-19 | 杭州电子科技大学 | 大规模mimo系统在导频攻击下的攻击检测方法 |
| CN111511009A (zh) * | 2020-04-10 | 2020-08-07 | 郑州大学 | 一种导频发送功率分配方法及装置 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104917558B (zh) * | 2015-06-19 | 2018-02-16 | 电子科技大学 | 基于波束成形和安全编码联合的无条件安全通信模型建立方法 |
-
2021
- 2021-07-30 CN CN202110869767.8A patent/CN113507711B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106161297A (zh) * | 2016-06-22 | 2016-11-23 | 西安交通大学 | Ofdm系统中基于独立分量分析的抗导频欺骗攻击信道估计和识别方法 |
| CN108650006A (zh) * | 2018-05-21 | 2018-10-12 | 北京交通大学 | 基于大规模mimo的非正交多址接入方法 |
| CN109905203A (zh) * | 2019-03-25 | 2019-06-18 | 伍仁勇 | 抵抗导频污染攻击的协作矢量安全传输方法及系统 |
| CN111182550A (zh) * | 2020-01-04 | 2020-05-19 | 杭州电子科技大学 | 大规模mimo系统在导频攻击下的攻击检测方法 |
| CN111511009A (zh) * | 2020-04-10 | 2020-08-07 | 郑州大学 | 一种导频发送功率分配方法及装置 |
Non-Patent Citations (4)
| Title |
|---|
| An Iterative Massive-MIMO NOMA Receiver with Superimposed Pilots based Estimator for Sparse Channels;Syed Junaid Nawaz;《 2019 15th International Wireless Communications & Mobile Computing Conference》;20190722;全文 * |
| Distributed Precoding for BER Minimization With PAPR Constraint in Uplink Massive MIMO Systems;Wei Peng;《IEEE Access》;20170601;全文 * |
| 基于非完美信道信息的MIMO NOMA系统和速率最大化;孙彦景等;《通信学报》;20191125;全文 * |
| 极化码与奇偶校验码的级联编码:面向5G及未来移动通信的编码方案;江涛等;《数据采集与处理》;20170515;全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113507711A (zh) | 2021-10-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Liao et al. | Security enhancement for mobile edge computing through physical layer authentication | |
| Zhang et al. | Physical-layer authentication for Internet of Things via WFRFT-based Gaussian tag embedding | |
| Chen et al. | Multi-antenna covert communication via full-duplex jamming against a warden with uncertain locations | |
| Liu et al. | The mason test: A defense against sybil attacks in wireless networks without trusted authorities | |
| CN112566127B (zh) | 一种基于无人机辅助认知无线网络中物理层安全传输方法 | |
| CN109088891B (zh) | 一种多中继系统下基于物理层安全的合法监听方法 | |
| CN111555836A (zh) | 一种基于多节点协作干扰阻塞的无线隐蔽通信模型及方法 | |
| CN111130802A (zh) | 基于物理层激励-响应机制的物理层安全认证算法 | |
| CN106792685A (zh) | 一种基于载波频率和接收信号强度的联合认证方法 | |
| CN107426212A (zh) | 一种认知无线网络中基于代理的入侵检测方法 | |
| CN108206795B (zh) | 基于置信传递的频率选择性衰落信道的盲认证方法和系统 | |
| Pan et al. | Message integrity protection over wireless channel: Countering signal cancellation via channel randomization | |
| Wang et al. | Edge intelligence enabled soft decentralized authentication in UAV swarm | |
| Wang et al. | Physical layer spoofing detection based on sparse signal processing and fuzzy recognition | |
| Çapar et al. | Signal-flow-based analysis of wireless security protocols | |
| CN113507711B (zh) | 一种noma场景下的导频污染攻击检测方法、基站和用户设备 | |
| Li et al. | Array redundancy and diversity for wireless transmissions with low probability of interception | |
| Ma et al. | A LSTM-based channel fingerprinting method for intrusion detection | |
| CN108199991A (zh) | 基于置信传递的时变衰落信道的物理层盲认证方法和系统 | |
| CN109982326B (zh) | 一种基于大尺度衰落特征的物理层安全认证方法 | |
| Shen et al. | Diffie-hellman in the air: A link layer approach for in-band wireless pairing | |
| Altun et al. | Authenticated data transmission using analog function computation | |
| Albehadili et al. | Machine learning-based PHY-authentication for mobile OFDM transceivers | |
| CN112469040A (zh) | 一种基于ls-fdc准则的窃听用户检测方法 | |
| Alouani | Breaking (and Fixing) Channel-based Cryptographic Key Generation: A Machine Learning Approach |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |