本文针对 6G 网络中功率域非正交多址接入（PD-NOMA）系统所面临的虚假信道状态信息（CSI）攻击威胁进行了系统研究。NOMA 技术通过非正交资源分配提升频谱效率和海量连接能力，是 5G 演进与 6G 的关键候选技术，但其功率分配、用户排序、配对、聚类和波束成形等核心功能高度依赖于 CSI 的完整性。作者指出，当基站获取的 CSI 并非简单含噪而是被恶意精心偏置时，整个系统性能将受到严重扭曲，由此将虚假 CSI 定义为一种攻击面。文章提出了一种紧凑型威胁分类法，基于两个主要维度对攻击进行分类：幅度维度（区分低报与高报）和排序效应维度（区分保序攻击、边界攻击和逆序攻击）。在此基础上，进一步扩展了协同虚假 CSI 行为、群组变更攻击、方向伪造、导频欺骗、训练阶段注入以及 RIS 辅助信道操控等多种攻击变体。论文将每种攻击家族映射到系统级影响，涵盖功率分配、串行干扰消除（SIC）可靠性、调度行为、公平性、吞吐量和保密性等方面。其核心观点是：虚假 CSI 不仅应被视为信道估计问题，更应被当作 6G NOMA 系统的控制输入完整性问题，从而为物理层安全研究提供了新的视角和防御思路。

该论文提出CITADEL，一种基于信道状态信息（CSI）的轻量级两级分层流水线，用于工业物联网（IIoT）网络中的干扰检测与分类。无线射频干扰对IIoT网络的可用性构成严重威胁，但现有方法要么依赖粗糙的信号强度或跨层特征（信息量不足），要么需要原始I/Q基带数据（硬件和吞吐量要求高，难以在百节点规模部署）。CITADEL仅利用商用IIoT设备原生可获取的CSI测量值，实现了对已知攻击的闭集分类、对零日攻击的开集检测以及对抗逃避的鲁棒性。该工作首次将CSI签名用于端到端流水线。实验评估覆盖6种已知攻击类型和15种零日场景，CITADEL实现了100%已知攻击检测率和97.1%零日检测率，端到端误报率仅0.4%。在白盒与黑盒对抗威胁模型下，基于梯度的逃避率在所有测试扰动预算内低于2%，而最强的已发表CSI攻击生成器平均逃避率低于5%。与八种基线方法的系统比较表明，现有方法无法在CSI数据上同时达到检测、泛化和鲁棒性三方面的可比性能。完整流水线在边缘GPU上推理仅需14.2 ms、能耗95.9 mJ，证明其适用于大规模IIoT网络安全的实用价值。