该论文针对无线通信在动态、去中心化环境下的抗窃听需求，提出并实现了一个名为 gr-PHYSEC 的 GNU Radio 外部（out-of-tree, OOT）模块，用于实时物理层密钥生成。传统密钥分发要么依赖预共享秘密，要么依赖公钥密码的计算复杂度，在缺乏中心基础设施、算力受限或需要快速组网的场景（如机器人集群、无人平台）中难以适用。作者的思路是改用无线信道本身固有的随机性作为双方共享的熵源：在可信双方 Alice 与 Bob 之间进行探测帧（probe）交换时，双方观测到的信道衰落与多径特征高度相关，而窃听者若处于不同位置则难以复现同样的特征。gr-PHYSEC 将训练好的神经网络嵌入 GNU Radio 流图，用其从信道测量中提取稳健特征（相当于对信道状态做特征学习与降噪），然后把这些特征量化为二进制比特串；由于双方量化结果会出现少量不一致，模块使用 Reed-Solomon 纠错编码完成密钥协商（reconciliation），再以 SHA-512 哈希做强化/隐私放大，最终生成对称密钥并直接用于数据加密。整个流程在 GNU Radio 中实时运行。实验部分在佛罗里达大西洋大学 CAAI 的 connected robotics testbed 上开展，硬件采用 ADALM Pluto 软件定义无线电与 NVIDIA Jetson Orin 边缘计算平台，并配合地面机器人平台进行真实环境验证。结果显示密钥不一致率较低，且生成的密钥通过了面向密码应用的 NIST 随机性与伪随机数发生器测试套件，随机性满足要求。论文的主要贡献在于：把 AI 驱动的物理层密钥生成工程化为可复用的 GNU Radio 模块，验证了软件无线电平台可承载实时智能安全方案，并开源了源码。