⚡ electrical engineering

Physical Layer Authentication With Channel Knowledge Maps in Indoor Environments

यह शोध पत्र इनडोर वातावरण में गतिशील उपकरणों के लिए एक फिजिकल लेयर ऑथेंटिकेशन तंत्र का प्रस्ताव करता है जो ऐतिहासिक डेटा के विरुद्ध डोमिनेंट चैनल टैप पाथ लॉस और एंगल ऑफ अराइवल मापन को मान्य करने के लिए चैनल नॉलेज मैप्स का लाभ उठाता है, जो संख्यात्मक सिमुलेशन के माध्यम से विभिन्न हमलों के विरुद्ध इसकी प्रभावशीलता और सुरक्षा को प्रदर्शित करता है।

मूल लेखक: Luca Bonaventura, Francesco Ardizzon, Stefano Tomasin

प्रकाशित 2026-06-26

📖 5 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Luca Bonaventura, Francesco Ardizzon, Stefano Tomasin

मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। ✨ नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें

कल्पना कीजिए कि आप यह सत्यापित करने की कोशिश कर रहे हैं कि आपका एक मित्र वही है जो वह होने का दावा कर रहा है, लेकिन आप उन्हें देख नहीं सकते। इसके बजाय, आपको एक विशिष्ट कमरे में उनकी आवाज़ के आधार पर उनके स्थान का अनुमान लगाना होगा।

यह शोध पत्र बिल्कुल यही करने का एक नया तरीका प्रस्तुत करता है, जो एक इमारत के अंदर घूमते हुए वायरलेस उपकरणों (जैसे स्मार्टफोन) के लिए है। यहाँ इसका सरल उपमाओं (analogies) के माध्यम से विवरण दिया गया है:

समस्या: "गूँज कक्ष" (Echo Chamber) की चुनौती

पुराने समय में, यह साबित करने के लिए कि आप कौन हैं, आपको एक पासवर्ड (जैसे डिजिटल कुंजी) की आवश्यकता होती थी। लेकिन पासवर्ड चोरी किए जा सकते हैं या अनुमान लगाए जा सकते हैं।

यह शोध पत्र फिजिकल लेयर ऑथेंटिकेशन (PLA) का सुझाव देता है। पासवर्ड के बजाय, सिस्टम हवा में यात्रा करने वाली रेडियो तरंगों के अद्वितीय "फिंगरप्रिंट" का उपयोग करता है।

उपमा: कल्पना कीजिए कि आप एक विशिष्ट कमरे में चिल्ला रहे हैं। जिस तरह से आपकी आवाज़ दीवारों, फर्नीचर और लोगों से टकराकर गूँजती है, वह एक अनूठे गूँज पैटर्न (echo pattern) को जन्म देती है। यदि आप कमरे में किसी दूसरी जगह जाते हैं, तो वह गूँज बदल जाती है।
मुद्दा: एक व्यस्त इनडोर वातावरण में (जैसे डेस्क और चलते-फिरते लोगों वाला कार्यालय), ये गूँज अराजक और लगातार बदलती रहती है। चलते हुए व्यक्ति के लिए सटीक रूप से यह अनुमान लगाना कठिन है कि "गूँज" कैसी होनी चाहिए। पारंपरिक तरीके भ्रमित हो जाते हैं जब सिग्नल किसी कुर्सी या व्यक्ति द्वारा बाधित होता है।

समाधान: "डिजिटल मानचित्र" (चैनल नॉलेज मैप)

लेखक एक समाधान प्रस्तावित करते हैं जिसे चैनल नॉलेज मैप (CKM) कहा जाता है।

उपमा: CKM को कमरे के एक अत्यधिक विस्तृत, पूर्व-निर्मित खजाने के मानचित्र (treasure map) के रूप में सोचें। यह मानचित्र केवल यह नहीं दिखाता कि दीवारें कहाँ हैं; बल्कि यह भविष्यवाणी करता है कि फर्श के हर एक वर्ग इंच से रेडियो "गूँज" (सिग्नल की शक्ति और कोण) कैसी दिखनी चाहिए।
यह कैसे काम करता है:
1. मानचित्र: सुरक्षा जांच से पहले, सिस्टम कंप्यूटर सिमुलेशन (रे ट्रेसिंग) का उपयोग करके इस मानचित्र का निर्माण करता है जो यह नकल करता है कि रेडियो तरंगें कमरे में कैसे उछलती हैं।
2. जांच: जब कोई डिवाइस (मान लीजिए "एलिस") एक सिग्नल भेजता है, तो सिस्टम वास्तविक गूँज को मापता है।
3. तुलना: सिस्टम मानचित्र को देखता है। वह पूछता है: "एलिस एक सेकंड पहले यहाँ थी। उसकी गति के आधार पर, वह अब केवल इस छोटे से वर्गाकार क्षेत्र में ही हो सकती है। क्या अभी जो गूँज वह भेज रही है, वह उस विशिष्ट वर्ग के लिए मानचित्र द्वारा अनुमानित गूँज से मेल खाती है?"
4. फैसला: यदि गूँज मानचित्र से मेल खाती है, तो वह एलिस है। यदि गूँज ऐसी लगती है जैसे वह कमरे के किसी दूसरे हिस्से से आ रही है (या मानचित्र से मेल नहीं खाती), तो वह एक ढोंगी (imposter) है।

खलनायक: "ढोंगी" (ट्रुडी)

शोध पत्र एक हैकर "ट्रुडी" के खिलाफ इस प्रणाली का परीक्षण करता है जो एलिस होने का नाटक करना चाहती है। लेखकों ने तीन तरीकों का परीक्षण किया जिनसे ट्रुडी सिस्टम को मूर्ख बनाने की कोशिश कर सकती है:

रैंडम अनुमान (The Random Guess): ट्रुडी कमरे में कहीं भी खड़ी होकर चिल्लाती है। (यह पासवर्ड का रैंडम अनुमान लगाने जैसा है)।
जानबूझकर की गई धोखाधड़ी (The Informed Cheat): ट्रुडी के पास मानचित्र की एक प्रति है। उसे पता है कि एलिस कहाँ थी, इसलिए वह एलिस के समान गूँज पैटर्न वाले स्थान के पास खड़े होने की कोशिश करती है।
सुपर-इम्पोस्टर (The Super-Imposter): ट्रुडी के पास मानचित्र है और वह एलिस की गूँज की नकल करने के लिए कमरे में कहीं भी तुरंत टेलीपोर्ट हो सकती है।

परिणाम: यह कितना प्रभावी रहा?

शोधकर्ताओं ने एक कमरे के कंप्यूटर सिमुलेशन चलाए जिसमें फर्नीचर और दीवारें थीं, ताकि यह देख सकें कि उनका "मैप चेक" ट्रुडी को पकड़ पाता है या नहीं।

रैंडम अनुमानों के खिलाफ: सिस्टम ट्रुडी को पकड़ने में बहुत अच्छा था। वह लगभग पूरी तरह से (बहुत कम गलतियों के साथ) एलिस और एक रैंडम गेसर के बीच अंतर कर सका।
सुपर-इम्पोस्टर के खिलाफ: भले ही ट्रुडी के पास मानचित्र था और उसने सही छिपने की जगह खोजने की कोशिश की, फिर भी सिस्टम काफी प्रभावी था। उसने अधिकांश समय नकली सिग्नल की सफलतापूर्वक पहचान की।
"वर्स्ट-केस" डिफेंस: लेखकों ने परीक्षण का एक सख्त संस्करण (जिसे GLRT कहा जाता है) भी टेस्ट किया जो यह मानकर चलता है कि ट्रुडी एक जीनियस है। हालांकि इससे सिस्टम रैंडम शोर (noise) के प्रति थोड़ा अधिक संवेदनशील हो गया, फिर भी यह सबसे स्मार्ट हमलावरों को पकड़ने में बहुत अच्छा था।

मुख्य निष्कर्ष (The Bottom Line)

यह शोध पत्र दिखाता है कि एक कमरे के "रेडियो इको मैप" का उपयोग करके, हम सुरक्षित रूप से सत्यापित कर सकते हैं कि एक चलता हुआ डिवाइस वास्तव में वही है जो वह होने का दावा कर रहा है, यहाँ तक कि फर्नीचर और लोगों वाले अव्यवस्थित इनडोर वातावरण में भी। इसके लिए जटिल पासवर्ड की आवश्यकता नहीं है; इसे बस यह जानने की आवश्यकता है कि कमरा कैसा सुनाई देता है।

यह शोध पत्र क्या दावा नहीं करता है:

यह नहीं कहता कि यह तकनीक आज आपके फोन के लिए तैयार है।
यह चिकित्सा उपकरणों या महत्वपूर्ण जीवन-रक्षक प्रणालियों के लिए इसके उपयोग के बारे में चर्चा नहीं करता है।
यह दावा नहीं करता कि यह सभी सुरक्षा समस्याओं को हल करता है, बल्कि केवल इमारत के भीतर रेडियो तरंगों के माध्यम से एक चलते हुए उपयोगकर्ता के स्थान को सत्यापित करने की विशिष्ट समस्या को हल करता है।

तकनीकी सारांश: इनडोर वातावरण में चैनल नॉलेज मैप्स के साथ फिजिकल लेयर ऑथेंटिकेशन

समस्या विवरण
फिजिकल लेयर ऑथेंटिकेशन (PLA) आमतौर पर समय के साथ चैनल मापन की तुलना करके उपयोगकर्ताओं को प्रमाणित करता है, जो समय की निरंतरता या मॉडल किए गए विकास की धारणाओं पर निर्भर करता है। हालांकि, इनडोर वातावरण में मोबाइल उपकरणों के लिए ये धारणाएं समस्यात्मक हो जाती हैं। ऐसे परिवेशों में, मल्टीपाथ प्रोपेगेशन और सिग्नल अवरोध (जैसे फर्नीचर, लोग) नॉन-लाइन-ऑफ-साइट (NLoS) घटकों को हावी होने का कारण बनते हैं, जिससे चैनल सांख्यिकी समय-परिवर्तनीय हो जाती है और विश्लेषणात्मक रूप से मॉडल करना कठिन हो जाता है। मौजूदा PLA विधियां सत्यापन के लिए आवश्यक ए प्रायरियो (पूर्व-निर्धारित) विश्लेषणात्मक मॉडल प्राप्त करने में संघर्ष करती हैं जब उपयोगकर्ता गतिशील होते हैं या जटिल इनडोर स्थानों में होते हैं। इसके अलावा, जबकि चैनल नॉलेज मैप्स (CKMs) को पर्यावरण-जागरूक संचार के लिए प्रस्तावित किया गया है, प्रमाणीकरण के लिए उनका अनुप्रयोग अभी भी कम खोजा गया है, विशेष रूप से चलते हुए उपकरणों के लिए जहाँ सत्यापनकर्ता (verifier) को उपयोगकर्ता के सटीक प्रक्षेपवक्र (trajectory) का पहले से पता नहीं होता है।

कार्यप्रणाली
यह शोध पत्र इनडोर वातावरण में चलते हुए उपकरणों के लिए एक PLA तंत्र का प्रस्ताव करता है जो विश्लेकल चैनल मॉडल की आवश्यकता को समाप्त करने के लिए पूर्व-संग्रहित चैनल नॉलेज मैप्स (CKMs) का लाभ उठाता है।

सिस्टम मॉडल: परिदृश्य में एक सत्यापनकर्ता (बॉब) शामिल है जो यूनिफॉर्म लीनियर एरेज़ (ULAs) वाले कई एक्सेस पॉइंट्स (APs) को नियंत्रित करता है, और दो सिंगल-एंटीना उपयोगकर्ता हैं: एक वैध उपयोगकर्ता (एलिस) और एक हमलावर (ट्रुडी)। APs प्राप्त पायलट सिग्नल्स से प्रमुख चैनल टैप के पाथ लॉस (PL) और एंगल ऑफ अराइवल (AoA) का अनुमान लगाते हैं।
चैनल नॉलेज मैप (CKM): बॉब के पास एक नॉइलेसलेस (शोर-रहित) CKM है जो (उदाहरण के लिए, रे ट्रेसिंग के माध्यम से) उपयोगकर्ता के स्थानों $p$ को अपेक्षित चैनल फीचर्स $\phi(p) = \{r(p), \theta(p)\}$ से मैप करता है, जहाँ $r$ पाथ लॉस (PL) है और $\theta$ एंगल ऑफ अराइवल (AoA) है।
गति प्रतिबंध (Movement Constraints): एलिस का सटीक प्रक्षेपवक्र बॉब और ट्रुडी को ज्ञात नहीं है। हालांकि, दोनों जानते हैं कि एलिस का अधिकतम वेग $\nu$ क्या है। फलस्वरूप, किसी भी समय चरण $k$ पर, एलिस की स्थिति उसके पिछले अनुमानित स्थान के केंद्र में एक वर्गाकार विंडो $P_k$ तक सीमित है।
प्रमाणीकरण तंत्र:
1. बॉब प्राप्त सिग्नल से वर्तमान चैनल फीचर्स $\hat{\phi}^{(k)}$ का अनुमान लगाता है।
2. बॉब यह निर्णय लेने के लिए एक हाइपोथेसिस टेस्ट करता है कि सिग्नल एलिस ( $H_0$ ) से उत्पन्न हुआ है या ट्रुडी ( $H_1$ ) से।
3. दो परीक्षण दृष्टिकोणों का मूल्यांकन किया जाता है:
  - लाइकलीहुड टेस्ट (LT): यह प्रेक्षण (observation) की अधिकतम लाइकलीहुड की गणना करता है यदि उपयोगकर्ता वैध मूवमेंट विंडो $P_k$ के भीतर है।
  - जनरलाइज्ड लाइकलीहुड रेशियो टेस्ट (GLRT): यह $P_k$ के भीतर अधिकतम लाइकलीहुड की तुलना $P_k$ के बाहर की अधिकतम लाइकलीहुड (जो सबसे खराब स्थिति वाले हमले का प्रतिनिधित्व करता है) से करता है।
4. यदि टेस्ट स्टैटिस्टिक एक थ्रेशोल्ड $\xi$ से अधिक हो जाता है, तो सिग्नल को प्रमाणित किया जाता है और मैक्सिमम ए पोस्टीरियर (MAP) प्रक्रिया के माध्यम से एलिस की स्थिति को अपडेट किया जाता है।
हमला रणनीतियाँ: लेखक तीन अटैक वेक्टर्स का विश्लेषण करते हैं:
1. रैंडम पोजीशन: ट्रुडी कमरे में एक यादृच्छिक स्थान से ट्रांसमिट करती है।
2. इन्फॉर्म्ड अटैक (सूचित हमला): ट्रुडी को CKM और एलिस की पिछली स्थिति का ज्ञान है, और वह स्पूफिंग सफलता को अधिकतम करने के लिए एक सीमित विंडो $W_T$ के भीतर इष्टतम स्थान पर चलती है।
3. फुल मैप अटैक: ट्रुडी के पास CKM का पूर्ण ज्ञान है और वह स्पूफ किए गए सिग्नल की लाइकलीहुड को अधिकतम करने के लिए कमरे में किसी भी स्थिति ( $P_k$ को छोड़कर) में तुरंत जा सकती है।

प्रमुख योगदान

नवीन प्रोटोकॉल: यह पेपर विशेष रूप से इनडोर वातावरण में चलते हुए उपकरणों के लिए एक PLA प्रोटोकॉल डिजाइन करता है जो विश्लेषणात्मक चैनल मॉडलिंग की निर्भरता को दूर करने के लिए CKMs का उपयोग करता है।
सुरक्षा विश्लेषण: दोनों रैंडम और इष्टतम (इन्फॉर्म्ड/फुल मैप) अटैक परिदृश्यों के तहत एक व्यापक सुरक्षा विश्लेषण किया गया है।
तुलनात्मक परीक्षण: अध्ययन LT और GLRT के प्रदर्शन की तुलना करता है, और विभिन्न प्रकार के हमलों के प्रति उनकी संवेदनशीलता का विश्लेषण करता है।
वैधीकरण: इस दृष्टिकोण को एक प्रतिनिधि इनडोर परिदृश्य में संख्यात्मक परिणामों का उपयोग करके मान्य किया गया है जहाँ CKMs को रे ट्रेसिंग के माध्यम से उत्पन्न किया गया है।

संख्यात्मक परिणाम
सिमुलेशन 4 APs और प्रत्येक में 4 एंटेना के साथ एक $8 \times 5 \times 3$ मी $^3$ के कमरे में MATLAB रे-ट्रेसिंग टूल्स का उपयोग करके किए गए।

APs और शोर का प्रभाव: प्रमाणीकरण प्रदर्शन (मिस डिटेक्शन बनाम फाल्स अलार्म द्वारा मापा गया) APs की बढ़ती संख्या और अनुमानित शोर (estimation noise) के घटने के साथ बेहतर होता है। कम APs अधिक अवरोधों और डिटेक्शन प्रदर्शन में "प्लेटो" व्यवहार की ओर ले जाते हैं।
अटैक प्रदर्शन:
- रैंडम पोजीशन अटैक हमलावर के लिए सबसे खराब प्रदर्शन देता है।
- फुल मैप अटैक हमलावर के लिए सबसे अच्छा प्रदर्शन प्रदान करता है, जो एक अपर बाउंड (upper bound) के रूप में कार्य करता है।
- इन्फॉर्मेड अटैक का प्रदर्शन हमलावर के मूवमेंट विंडो ( $W_T$ ) के साथ स्केल करता है। जब हमलावर एलिस जितना ही चलता है ( $W_T = W_A$ ), तो फाल्स अलार्म दर ( $P_{FA}$ ) के $10^{-2}$ पर मिस डिटेक्शन की संभावना ( $P_{MD}$ ) लगभग $2 \cdot 10^{-2}$ होती है।
LT बनाम GLRT: LT से GLRT में स्विच करने से डिटेक्टर रैंडम पोजीशन हमलों के प्रति अधिक संवेदनशील हो जाता है (क्योंकि GLRT अनुपात में डिनोमिनेटर रैंडम मेजरमेंट्स के लिए छोटा हो सकता है) लेकिन यह फुल मैप अटैक की सफलता दर को कम करता है। हालांकि, GLRT फुल मैप अटैक के खतरे को पूरी तरह से समाप्त नहीं करता है।
कुल प्रभावशीलता: रैंडम-पोजीशन अटैक परिदृश्य में, सिस्टम $P_{MD} = P_{FA} = 3 \cdot 10^{-3}$ प्राप्त करता है। फुल-मैप अटैक के तहत, सिस्टम $P_{MD} = P_{FA} = 6 \cdot 10^{-3}$ की गारंटी देता है।

महत्व और दावे
लेखक दावा करते हैं कि प्रस्तावित दृष्टिकोण विश्लेषणात्मक मॉडल की आवश्यकता को हटाकर इनडोर वातावरण में चलते हुए उपकरणों के लिए PLA को प्रभावी ढंग से मान्य करता है। CKMs का उपयोग यह सत्यापित करने की अनुमति देता है कि देखे गए चैनल फीचर्स, उपयोगकर्ता के पहले से ज्ञात स्थान के स्थानिक पड़ोस (spatial neighborhood) के साथ सुसंगत हैं या नहीं। पेपर निष्कर्ष निकालता है कि प्रोटोकॉल पर विचार किए गए हमलों के खिलाफ प्रभावी है, और संख्यात्मक परिणाम एक रे-ट्रेसिंग सिम्युलेटेड इनडोर वातावरण में इसकी व्यवहार्यता की पुष्टि करते हैं। यह कार्य 6G नेटवर्क में पर्यावरणीय-जागरूक संचार के लिए एक कदम के रूप में प्रस्तुत किया गया है, जो सुरक्षा के लिए पूर्व पर्यावरणीय ज्ञान का लाभ उठाता है। लेखक नोट करते हैं कि अध्ययन सिंगल-स्टेप ऑथेंटिकेशन पर केंद्रित है और आगामी प्रक्षेपवط (trajectory) चरणों पर प्रदर्शन के विश्लेषण को भविष्य के कार्य के रूप में छोड़ता है।