Adaptive Distributed Physical-Layer Authentication and Attack Detection in 6G Non-Terrestrial Networks via Causal Meta-Learning
该论文聚焦 6G 非地面网络(NTN,含卫星、高空平台等空中节点)中的物理层认证(PLA)难题。NTN 链路存在严重多普勒频移、长传播时延和快变信道,导致训练与部署环境之间出现分布漂移,使传统集中式深度学习和单特征认证方案泛化能力差、在未见
共收录 3 条相关情报。
← 返回所有主题该论文聚焦 6G 非地面网络(NTN,含卫星、高空平台等空中节点)中的物理层认证(PLA)难题。NTN 链路存在严重多普勒频移、长传播时延和快变信道,导致训练与部署环境之间出现分布漂移,使传统集中式深度学习和单特征认证方案泛化能力差、在未见
本文提出 QUASAR,据作者所知这是首个面向 X 波段合成孔径雷达(SAR)卫星物理层认证(PLA)的量子-经典混合架构。X 波段 SAR 卫星(8-12 GHz)在灾害响应、环境监测和军事侦察中至关重要,但缺乏与密码学机制正交的物理层认
本文针对室内环境中移动设备的物理层认证(PLA)问题,提出了一种基于信道知识地图(CKM)的认证机制。传统的PLA方法依赖于测量值的时间一致性或建模其演化,但在室内多径传播和遮挡条件下,设备移动会导致这些假设失效。本文利用多个接入点(AP)