論文の概要: Voltage Profile-Driven Physical Layer Authentication for RIS-aided Backscattering Tag-to-Tag Networks

• arxiv url: http://arxiv.org/abs/2501.11405v1
• Date: Mon, 20 Jan 2025 11:07:34 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-01-22 14:19:00.590580
• Title: Voltage Profile-Driven Physical Layer Authentication for RIS-aided Backscattering Tag-to-Tag Networks
• Title（参考訳）: RIS支援逆散乱タグ-タグネットワークのための電圧プロファイル駆動物理層認証
• Authors: Masoud Kaveh, Farshad Rostami Ghadi, Yifan Zhang, Zheng Yan, Riku Jäntti,
• Abstract要約: BTTN(Backscattering tag-to-tag network)は、RFIDシステムとして登場した。 BTTNは重大なセキュリティ上の脆弱性に直面している。 本稿では,対話者タグ (TT) とリスナータグ (LT) が,相手の存在下で相互に認証可能な物理層認証 (PLA) 方式を提案する。
• 参考スコア（独自算出の注目度）: 14.41899731953023
• License:
• Abstract: Backscattering tag-to-tag networks (BTTNs) are emerging passive radio frequency identification (RFID) systems that facilitate direct communication between tags using an external RF field and play a pivotal role in ubiquitous Internet of Things (IoT) applications. Despite their potential, BTTNs face significant security vulnerabilities, which remain their primary concern to enable reliable communication. Existing authentication schemes in backscatter communication (BC) systems, which mainly focus on tag-to-reader or reader-to-tag scenarios, are unsuitable for BTTNs due to the ultra-low power constraints and limited computational capabilities of the tags, leaving the challenge of secure tag-to-tag authentication largely unexplored. To bridge this gap, this paper proposes a physical layer authentication (PLA) scheme, where a Talker tag (TT) and a Listener tag (LT) can authenticate each other in the presence of an adversary, only leveraging the unique output voltage profile of the energy harvesting and the envelope detector circuits embedded in their power and demodulation units. This allows for efficient authentication of BTTN tags without additional computational overhead. In addition, since the low spectral efficiency and limited coverage range in BTTNs hinder PLA performance, we propose integrating an indoor reconfigurable intelligent surface (RIS) into the system to enhance authentication accuracy and enable successful authentication over longer distances. Security analysis and simulation results indicate that our scheme is robust against various attack vectors and achieves acceptable performance across various experimental settings. Additionally, the results indicate that using RIS significantly enhances PLA performance in terms of accuracy and robustness, especially at longer distances compared to traditional BTTN scenarios without RIS.
• Abstract（参考訳）: BTTN(Backscattering tag-to-tag network)は、外部のRFフィールドを使用してタグ間の直接通信を容易にし、ユビキタスなIoT(Internet of Things)アプリケーションにおいて重要な役割を果たす、パッシブ無線周波数識別(RFID)システムである。 その可能性にもかかわらず、BTTNは重大なセキュリティ上の脆弱性に直面している。 バックスキャッター通信(BC)システムにおける既存の認証方式は、主にタグ・ツー・リーダーやリーダー・ツー・タグのシナリオに焦点を当てているが、タグの超低消費電力制約と限られた計算能力のため、BTTNには適さない。 このギャップを埋めるために,本稿では,エネルギー収穫のユニークな出力電圧プロファイルと,その電力と復調ユニットに埋め込まれた封筒検出器回路のみを利用して,話者タグ(TT)とリスナータグ(LT)が互いに認証できる物理層認証(PLA)方式を提案する。 これにより、余分な計算オーバーヘッドを伴わずに、BTTNタグの効率的な認証が可能になる。 さらに, BTTNのスペクトル効率が低く, 範囲範囲が限られているため, 室内再構成可能なインテリジェントサーフェス(RIS)をシステムに統合し, 認証精度を高め, より長い距離での認証を成功させる方法を提案する。 セキュリティ解析とシミュレーションの結果から,本手法は様々な攻撃ベクトルに対して頑健であり,様々な実験環境において許容可能な性能を実現することが示唆された。 さらに, RISを使用すれば, 精度, 堅牢性においてPLA性能が著しく向上し, 特に, RISのない従来のBTTNシナリオと比較して, より長い距離でPLA性能が向上することが示唆された。

関連論文リスト

• Federated PCA on Grassmann Manifold for IoT Anomaly Detection [23.340237814344384]
  従来の機械学習ベースの侵入検知システム(ML-IDS)にはラベル付きデータの要求のような制限がある。 AutoEncodersやGenerative Adversarial Networks (GAN)のような最近の教師なしML-IDSアプローチは代替ソリューションを提供する。 本稿では,分散データセットの共通表現を学習するフェデレーション型非教師付き異常検出フレームワークであるFedPCAを提案する。
  論文  参考訳（メタデータ） (2024-07-10T07:23:21Z)
• Physical Layer Deception with Non-Orthogonal Multiplexing [52.11755709248891]
  本稿では,ワイヤタッピングの試みに積極的に対処する物理層騙し(PLD)の枠組みを提案する。 PLDはPLSと偽装技術を組み合わせることで、積極的に盗聴の試みに対処する。 本研究では,PLDフレームワークの有効性を詳細な分析で証明し,従来のPLS手法よりも優れていることを示す。
  論文  参考訳（メタデータ） (2024-06-30T16:17:39Z)
• On the Potential of Re-configurable Intelligent Surface (RIS)-assisted Physical Layer Authentication (PLA) [0.0]
  再構成可能なインテリジェントサーフェス(RIS)技術は、次世代無線ネットワークの潜在的なコンポーネントになりつつある。 しかし、RIS支援無線通信のブロードキャスト特性は、物理的層における悪意のある攻撃に対して脆弱である。 本稿では、RISを利用した物理層認証(PLA)の可能性を確保するためのRIS支援無線通信システムについて検討する。
  論文  参考訳（メタデータ） (2024-05-01T10:17:24Z)
• Neuromorphic Split Computing with Wake-Up Radios: Architecture and Design via Digital Twinning [97.99077847606624]
  本研究は,遠隔・無線接続型NPUからなる分割計算機システムに,覚醒無線機構を組み込んだ新しいアーキテクチャを提案する。 覚醒無線に基づくニューロモルフィックスプリットコンピューティングシステムの設計における重要な課題は、検知、覚醒信号検出、意思決定のためのしきい値の選択である。
  論文  参考訳（メタデータ） (2024-04-02T10:19:04Z)
• Domain-Agnostic Hardware Fingerprinting-Based Device Identifier for Zero-Trust IoT Security [7.8344795632171325]
  次世代ネットワークは、人間、機械、デバイス、システムをシームレスに相互接続することを目的としている。 この課題に対処するため、Zero Trust(ZT)パラダイムは、ネットワークの完全性とデータの機密性を保護するための重要な方法として登場した。 この研究は、新しいディープラーニングベースの無線デバイス識別フレームワークであるEPS-CNNを導入している。
  論文  参考訳（メタデータ） (2024-02-08T00:23:42Z)
• Effective Intrusion Detection in Heterogeneous Internet-of-Things Networks via Ensemble Knowledge Distillation-based Federated Learning [52.6706505729803]
  我々は、分散化された侵入検知システムの共有モデル(IDS)を協調訓練するために、フェデレートラーニング(FL)を導入する。 FLEKDは従来のモデル融合法よりも柔軟な凝集法を実現する。 実験の結果,提案手法は,速度と性能の両面で,局所訓練と従来のFLよりも優れていた。
  論文  参考訳（メタデータ） (2024-01-22T14:16:37Z)
• RIS-Assisted Wireless Link Signatures for Specific Emitter Identification [32.865668126367275]
  本稿では,PLA中のチャネル指紋を正規送信者がカスタマイズ可能な,再構成可能なインテリジェントサーフェス(RIS)支援PLAシステムを提案する。 我々はPLAの統計的性質を導出し、RIS支援PLAが理論的に実現可能であることを示す興味深い洞察を与える。 RIS支援PLAプロトタイププラットフォーム上での概念実証実験により,本システムの実現可能性を確認した。
  論文  参考訳（メタデータ） (2023-09-14T14:15:43Z)
• Autonomous Point Cloud Segmentation for Power Lines Inspection in Smart Grid [56.838297900091426]
  高電圧と低電圧の両方の電力線の特徴を検出し,抽出し,解析するために,教師なし機械学習(ML)フレームワークを提案する。 提案フレームワークは電力線を効率よく検出し,PLCに基づくハザード解析を行う。
  論文  参考訳（メタデータ） (2023-08-14T17:14:58Z)
• Model-based Deep Learning Receiver Design for Rate-Splitting Multiple Access [65.21117658030235]
  本研究では,モデルベース深層学習(MBDL)に基づく実用的なRSMA受信機の設計を提案する。 MBDL受信機は、符号なしシンボル誤り率(SER)、リンクレベルシミュレーション(LLS)によるスループット性能、平均トレーニングオーバーヘッドの観点から評価される。 その結果,MBDLはCSIRが不完全なSIC受信機よりも優れていた。
  論文  参考訳（メタデータ） (2022-05-02T12:23:55Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。