On the Robustness of AoA as an Authentication Feature Under Spoofing: Fundamental Limits from Misspecified Cramer Rao Theory

Titolo: Sulla Robustezza dell'Angolo di Arrivo (AoA) come Caratteristica di Autenticazione sotto Attacchi di Spoofing: Limiti Fondamentali dalla Teoria Cramér-Rao Misspecificata

1. Problema

L'autenticazione a livello fisico (PLA - Physical Layer Authentication) basata sull'angolo di arrivo (AoA) è un metodo consolidato per l'identificazione di nodi statici, sfruttando la firma spaziale del segnale ricevuto. Tuttavia, la robustezza di questo approccio contro attacchi di spoofing (impersonificazione) da parte di un avversario dotato di antenne multiple non è stata analizzata in modo completo dal punto di vista analitico.
Il problema centrale affrontato è il seguente: un verificatore stima l'AoA assumendo un modello di sorgente singola (utente legittimo), mentre il segnale ricevuto è effettivamente generato da un avversario multi-antenna con un precodificatore specifico, situato in una direzione diversa. Questa discrepanza crea un problema di stima misspecificata (model mismatch). Gli studi precedenti hanno dimostrato la robustezza empirica ma non hanno fornito espressioni analitiche chiuse per la precisione dell'autenticazione, né per le probabilità di rilevamento dello spoofing, falsi allarmi e mancate rilevazioni.

2. Metodologia

Gli autori adottano un approccio teorico basato sulla Teoria del Limite Cramér-Rao Misspecificato (MCRB - Misspecified Cramér-Rao Bound).

• Modello di Sistema: Si considera un verificatore dotato di una Uniform Linear Array (ULA) con $M$ elementi. Il canale è modellato come linea di vista (LoS) a banda stretta.
• Ipotesi di Lavoro:
  • Modello Assunto (Legittimo): Il verificatore stima l'AoA $\theta_u$ assumendo un singolo utente con un segnale noto.
  • Modello Reale (Spoofato): Il segnale ricevuto è una combinazione lineare di segnali provenienti da $L$ antenne dell'avversario, ciascuna con un proprio angolo $\theta^A_\ell$ e un peso di precodifica $q_\ell$.
• Strumenti Matematici:
  • Derivazione del MCRB per il parametro scalare $\theta$ in presenza di disallineamento tra il modello statistico assunto e la distribuzione reale dei dati.
  • Calcolo del parametro pseudo-reale ($\theta_0$), definito come l'angolo che minimizza la divergenza di Kullback-Leibler tra la distribuzione vera (spoofata) e quella assunta.
  • Formulazione del test di ipotesi binario per l'autenticazione, dove il verificatore confronta la stima dell'AoA ($\hat{\theta}$) con l'angolo registrato ($\theta_u$) utilizzando una soglia $\tau$.
  • Derivazione di espressioni analitiche per la soglia di decisione, la probabilità di falso allarme ($P_{FA}$), la probabilità di mancata rilevazione ($P_{MD}$) e la probabilità di rilevamento dello spoofing ($P_{SD}$).

3. Contributi Chiave

Il lavoro apporta i seguenti contributi originali:

1. Formulazione del Problema: L'identificazione formale dell'autenticazione AoA sotto spoofing come problema di stima misspecificata.
2. Derivazione Analitica: Ottenimento di espressioni in forma chiusa per:
   • Il limite MCRB e l'angolo pseudo-reale $\theta_0$ per un verificatore ULA e uno spoofers con numero arbitrario di antenne e vettori di precodifica.
   • Le probabilità di rilevamento dello spoofing, falsi allarmi e mancate rilevazioni.
3. Analisi dei Limiti Asintotici: Identificazione del comportamento del sistema al crescere del numero di snapshot ($K$), dimostrando che l'autenticazione diventa perfetta se l'angolo dello spoofers è diverso da quello legittimo.
4. Validazione: Confronto rigoroso tra le derivazioni teoriche e le simulazioni Monte Carlo, confermando l'accuratezza dei modelli proposti.

4. Risultati

Le simulazioni e l'analisi teorica hanno evidenziato i seguenti punti:

• Robustezza dello Spoofing: L'approccio AoA-PLA è robusto contro gli attacchi di impersonificazione, purché lo spoofers non si trovi esattamente nella stessa direzione angolare dell'utente legittimo ($\Delta = |\theta_u - \theta^A| \neq 0$).
• Impatto del SNR e della Geometria:
  • La probabilità di rilevamento dello spoofing ($P_{SD}$) aumenta con il rapporto segnale-rumore (SNR) e con l'offset angolare ($\Delta$).
  • Un SNR di soli 5 dB è sufficiente per rilevare con certezza uno spoofers con un offset angolare di appena $0.25^\circ$.
  • L'aumento del numero di antenne ($M$) al verificatore migliora drasticamente le prestazioni; con $M \ge 16$, si ottiene una rilevazione quasi perfetta anche per offset inferiori a $1^\circ$.
  • Un aumento del numero di snapshot ($K$) offre guadagni simili ma più moderati rispetto all'aumento di $M$.
• Sensibilità alla Varianza: È stato dimostrato che la probabilità di rilevamento dipende in modo non monotono dalla varianza di stima quando l'offset è grande, ma è strettamente crescente quando l'offset è piccolo (vicino alla regione di accettazione).
• Invarianza rispetto al numero di antenne dello spoofers: La robustezza è garantita indipendentemente dal numero di antenne ($L$) dell'avversario, a condizione che la media dello spoofing non coincida con l'angolo legittimo.
• Effetto della Precodifica: La scelta dei pesi di precodifica (fase e ampiezza) influisce leggermente sulle prestazioni, ma l'effetto si attenua all'aumentare del numero di antenne dello spoofers.

5. Significato e Implicazioni

Questo studio è significativo perché:

• Colma un Gap Teorico: Fornisce per la prima volta limiti analitici chiusi per le prestazioni di autenticazione AoA sotto attacco, andando oltre le semplici simulazioni numeriche.
• Valida la Sicurezza Fisica: Conferma che l'AoA rimane una caratteristica di autenticazione affidabile e robusta in scenari 6G e IoT critici, anche di fronte ad avversari sofisticati dotati di array multi-antenna.
• Guida la Progettazione: Offre linee guida pratiche per la progettazione di sistemi di sicurezza fisica, indicando come dimensionare il numero di antenne e gli snapshot necessari per raggiungere livelli di sicurezza desiderati in funzione dell'offset angolare atteso e del SNR.
• Futuri Sviluppi: Il lavoro apre la strada a estensioni su canali a fading multipercorso, CSI sconosciuta e analisi della precodifica ottimale dello spoofers.

In conclusione, l'uso del framework MCRB permette di caratterizzare rigorosamente i limiti fondamentali dell'autenticazione basata sull'angolo di arrivo, dimostrando che, in condizioni realistiche, tale metodo offre una difesa efficace contro gli attacchi di impersonificazione.