Physical Layer Authentication With Channel Knowledge Maps in Indoor Environments

Resumen Técnico: Autenticación de Capa Física con Mapas de Conocimiento de Canal en Entornos Interiores

Planteamiento del Problema
La Autenticación de Capa Física (PLA, por sus siglas en inglés) típicamente autentica a los usuarios comparando las mediciones del canal a lo largo del tiempo, basándose en supuestos de consistencia temporal o evolución modelada. Sin embargo, estos supuestos se vuelven problemáticos para dispositivos móviles en entornos interiores. En tales configuraciones, la propagación de trayectos múltiples y las obstrucciones de la señal (por ejemplo, muebles, personas) causan que los componentes de no línea de vista (NLoS) predominen, haciendo que las estadísticas del canal varíen en el tiempo y sean difíciles de modelar analíticamente. Los métodos de PLA existentes tienen dificultades para obtener los modelos analíticos a priori necesarios para la verificación cuando los usuarios son móviles o se encuentran en espacios interiores complejos. Además, aunque se han propuesto Mapas de Conocimiento de Canal (CKM) para la comunicación consciente del entorno, su aplicación a la autenticación sigue siendo poco explorada, particularmente para dispositivos en movimiento donde el verificador no conoce la trayectoria exacta del usuario de antemano.

Metodología
El artículo propone un mecanismo de PLA para dispositivos en movimiento en entornos interiores que aprovecha los Mapas de Conocimiento de Canal (CKM) pre-recolectados para eliminar la necesidad de un modelo de canal analítico.

• Modelo del Sistema: El escenario involucra a un verificador (Bob) que controla múltiples Puntos de Acceso (APs) con Arreglos Lineales Uniformes (ULAs), y dos usuarios de una sola antena: un usuario legítimo (Alice) y un atacante (Trudy). Los APs estiman la Pérdida de Trayectoria (PL) y el Ángulo de Llegada (AoA) del componente de canal dominante a partir de las señales piloto recibidas.
• Mapa de Conocimiento de Canal (CKM): Bob posee un CKM sin ruido derivado (por ejemplo, mediante trazado de rayos) que mapea las ubicaciones del usuario $p$ a las características de canal esperadas $\phi(p) = \{r(p), \theta(p)\}$, donde $r$ es la PL y $\theta$ es el AoA.
• Restricciones de Movimiento: La trayectoria exacta de Alice es desconocida para Bob y Trudy. Sin embargo, ambos conocen la velocidad máxima $\nu$ de Alice. En consecuencia, en cualquier paso de tiempo $k$, la posición de Alice está restringida a una ventana cuadrada $P_k$ centrada en su posición estimada anterior.
• Mecanismo de Autenticación:
  1. Bob estima las características actuales del canal $\hat{\phi}^{(k)}$ a partir de la señal recibida.
  2. Bob realiza una prueba de hipótesis para decidir si la señal proviene de Alice ($H_0$) o de Trudy ($H_1$).
  3. Se evalúan dos enfoques de prueba:
     • Prueba de Verosimilitud (LT): Calcula la máxima verosimilitud de la observación dado que el usuario se encuentra dentro de la ventana de movimiento válida $P_k$.
     • Prueba de Relación de Verosimilitud Generalizada (GLRT): Compara la máxima verosimilitud dentro de $P_k$ contra la máxima verosimilitud fuera de $P_k$ (representando el peor de los casos de ataque).
  4. Si el estadístico de la prueba supera un umbral $\xi$, la señal es autenticada y la posición de Alice se actualiza mediante un procedimiento de Máxima A Posteriori (MAP).
• Estrategias de Ataque: Los autores analizan tres vectores de ataque:
  1. Posición Aleatoria: Trudy transmite desde una ubicación aleatoria en la habitación.
  2. Ataque Informado: Trudy conoce el CKM y la posición anterior de Alice, moviéndose a la ubicación óptima dentro de una ventana limitada $W_T$ para maximizar el éxito del engaño.
  3. Ataque de Mapa Completo: Trudy tiene conocimiento total del CKM y puede moverse instantáneamente a cualquier posición en la habitación (excluyendo $P_k$) para maximizar la verosimilitud de la señal suplantada.

Contribuciones Clave

• Protocolo Novedoso: El artículo diseña un protocolo de PLA específicamente para dispositivos en movimiento en entornos interiores que utiliza CKMs para evitar la necesidad de un complejo modelado de canal analítico.
• Análisis de Seguridad: Se lleva a cabo un análisis de seguridad exhaustivo bajo escenarios de ataque tanto aleatorios como óptimos (informados/mapa completo).
• Pruebas Comparativas: El estudio compara el rendimiento de LT y GLRT, analizando sus respectivas vulnerabilidades a diferentes tipos de ataque.
• Validación: El enfoque se valida mediante resultados numéricos en un escenario interior representativo donde los CKMs se generan mediante trazado de rayos.

Resultados Numéricos
Las simulaciones se realizaron en una habitación de $8 \times 5 \times 3$ m$^3$ con 4 APs y 4 antenas cada uno, utilizando herramientas de trazado de rayos de MATLAB.

• Impacto de los APs y el Ruido: El rendimiento de la autenticación (medido por la Detección Fallida frente a la Falsa Alarma) mejora con un aumento en el número de APs y una disminución del ruido de estimación. Menos APs conducen a más obstrucciones y un comportamiento de "meseta" en el rendimiento de la detección.
• Rendimiento de los Ataques:
  • El Ataque de Posición Aleatoria produce el peor rendimiento para el atacante.
  • El Ataque de Mapa Completo proporciona el mejor rendimiento para el atacante, sirviendo como un límite superior.
  • El Ataque Informado escala con la ventana de movimiento del atacante ($W_T$). Cuando el atacante se mueve tanto como Alice ($W_T = W_A$), la probabilidad de Detección Fallida ($P_{MD}$) es aproximadamente $2 \cdot 10^{-2}$ en una tasa de Falsa Alarma ($P_{FA}$) de $10^{-2}$.
• LT vs. GLRT: Cambiar de LT a GLRT hace que el detector sea más vulnerable a los ataques de posición aleatoria (ya que el denominador en la relación GLRT puede volverse pequeño para mediciones aleatorias) pero reduce la tasa de éxito del Ataque de Mapa Completo. Sin embargo, GLRT no elimina completamente la amenaza del Ataque de Mapa Completo.
• Efectividad General: En un escenario de ataque de posición aleatoria, el sistema logra $P_{MD} = P_{FA} = 3 \cdot 10^{-3}$. Bajo un ataque de mapa completo, el sistema garantiza $P_{MD} = P_{FA} = 6 \cdot 10^{-3}$.

Significancia y Reivindicaciones
Los autores afirman que el enfoque propuesto valida eficazmente la PLA para dispositivos móviles en entornos interiores al eliminar la dependencia de modelos analíticos a priori. El uso de CKMs permite verificar la consistencia entre las características de canal observadas y la vecindad espacial de la ubicación previamente conocida del usuario. El artículo concluye que el protocolo es efectivo contra los ataques considerados, con resultados numéricos que confirman su viabilidad en un entorno interior simulado mediante trazado de rayos. El trabajo se presenta como un paso hacia la comunicación consciente del entorno en las redes 6G, aprovechando el conocimiento previo del entorno para la seguridad. Los autores señalan que el estudio se centra en la autenticación de un solo paso y deja el análisis del rendimiento sobre los pasos de la trayectoria subsiguientes como trabajo futuro.