本文针对6G网络中集成感知与通信（ISAC）系统面临的新型传感信息窃听威胁，提出了一种名为AmbSentry的防护机制。ISAC通过融合频谱与硬件资源提升系统效率，但无线信道的开放性导致感知回波信道可被未授权窃听者直接估计，从而提取目标距离、速度等敏感参数，传统基于数据加密或访问控制的手段难以奏效。AmbSentry的核心思想是利用环境中自然分布的被动环境物联网（AIoT）设备，将其配置为协作干扰机和诱饵目标，主动向窃听者方向引入受控干扰，抬高其感知接收端的集成旁瓣电平，从而恶化其参数估计性能。作者建立了以最大化窃听者集成旁瓣电平为目标、同时兼顾合法通信与感知服务质量（QoS）约束的联合优化问题，该问题非凸，因此提出基于Dinkelbach变换和块坐标下降的高效迭代算法，联合设计基站发射波束成形与各AIoT设备的反射调制参数。仿真结果表明，AmbSentry能显著提升感知安全性：合法感知接收机相比窃听者在检测概率上获得约14 dB的信噪比增益，且估计误差降低两个数量级。该工作为ISAC物理层安全提供了新思路，适合6G安全、物理层安全、无线感知与AIoT协同方向的研究人员阅读。

本文提出了一种名为InfoMasker的新型抗窃听系统，旨在防止智能设备麦克风被秘密录音。传统超声波抗窃听方案依靠能量掩蔽，需要高能量才能干扰人声，但超声波在有限能量下只能覆盖短距离且易被对手去除，实用性差。本文转而探索信息掩蔽（informational masking）的思路，深入研究了超声波干扰的传输和覆盖限制，并实现了高效抗窃听系统InfoMasker。核心创新是设计了一种基于音素的噪声（phoneme-based noise），该噪声对去噪方法具有鲁棒性，能有效阻止人类和机器理解被干扰的语音信号。同时优化了超声波传输方法，实现了更高的传输能量和更低的信号失真。实验结果表明，即使在低能量（信噪比SNR=0）下，InfoMasker也能将多种主流语音识别系统的准确率降至50%以下，性能远超现有噪声设计。该研究为隐私保护领域提供了新的抗窃听思路，适合语音安全、隐私增强技术方向的研究人员和工程师阅读。