⚡ electrical engineering

SNF-PRP: A Covert Integrating Sensing and Communications Framework

Questo articolo introduce SNF-PRP, un framework di Sensing e Comunicazione Integrata (ISAC) furtivo per sistemi OFDM che utilizza il probing pseudo-casuale sotto la soglia del rumore e il guadagno di diffusione per ottenere un rilevamento non rilevabile con alta precisione, soddisfacendo al contempo rigorosi vincoli di furtività contro avversari basati sulla rilevazione dell'energia.

Autori originali: Dhrumil Bhatt, Vidushi Kumar

Pubblicato 2026-06-03

📖 5 min di lettura🧠 Approfondimento

CC BY 4.0

Autori originali: Dhrumil Bhatt, Vidushi Kumar

Articolo originale sotto licenza CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Questa è una spiegazione generata dall'IA dell'articolo qui sotto. Non è stata scritta né approvata dagli autori. Per precisione tecnica, consulta l'articolo originale. Leggi il disclaimer completo

Immagina di cercare di ascoltare una conversazione segreta in una stanza molto rumorosa e affollata. Di solito, per sentire il segreto, devi urlare, il che comunica immediatamente a tutti gli altri: "Ehi, sto ascoltando!" o addirittura "Ehi, sto spiando!".

Questo articolo presenta un nuovo modo per "ascoltare" (percepire l'ambiente) e "parlare" (inviare dati) allo stesso tempo senza che nessuno se ne accorga. Gli autori lo chiamano SNF-PRP (Sub-Noise-Floor Pseudo-Random Probing).

Ecco come funziona, suddiviso in concetti semplici e analogie:

1. Il Problelo: L'effetto "Torcia"

I sistemi wireless moderni (come il 5G) spesso inviano segnali speciali per "percepire" ciò che li circonda, come rilevare la velocità o la distanza di un'auto.

Il problema: Questi segnali sono come puntare una torcia luminosa in una stanza buia. Anche se stai cercando di nasconderti, la luce stessa ti tradisce. Un "osservatore passivo" (un nemico o un intercettatore) può vedere la luce e capire: "Qualcuno sta percependo qualcosa qui", anche se non riesce a sentire cosa viene detto.
Soluzioni attuali: I metodi esistenti cercano di nascondere il messaggio all'interno della luce, ma la luce stessa è ancora visibile.

2. La Soluzione: Il "Sussurro nel Vento"

Gli autori propongono un trucco in cui il segnale di rilevamento è così debole da essere sepolto sotto il rumore di fondo naturale della stanza.

L'analogia: Immagina che il rumore di fondo della stanza sia il suono del vento che soffia tra gli alberi. Il nuovo metodo invia un "sussurro" che è più silenzioso del vento. Per chiunque stia solo ascoltando il vento, suona esattamente come il vento. Non c'è alcun "fruscio" o "clic" extra per dare l'allarme.
La chiave segreta: Solo il ricevitore intenzionato (il "buon uomo") possiede un codice segreto (un seme crittografico).
- Il Buon Uomo: Conosce il codice. Può filtrare il vento e il chiacchiericcio regolare, lasciando solo il modello specifico del sussurro. Può quindi ricostruire l'informazione di "rilevamento" (come la distanza di un oggetto).
- Il Cattivo (Willie): Non possiede il codice. Per lui, il sussurro appare esattamente come rumore statico casuale. Non può distinguere il segnale dal rumore.

3. Come Funziona: Il trucco dei "Pezzi di Puzzle"

Il sistema utilizza una tecnologia chiamata OFDM (usata in 5G e Wi-Fi), che suddivide i dati in molti piccoli canali di frequenza (sottoportanti).

Diffusione del segnale: Invece di mettere l'intero sussurro su un unico canale, il sistema diffonde minuscoli, piccolissimi frammenti del sussurro attraverso centinaia di canali.
Il Guadagno: Pensa a un puzzle. Il cattivo vede centinaia di piccoli pezzi di puzzle sparsi sul pavimento. Sembrano spazzatura. Il buon uomo, tuttavia, ha l'immagine sulla scatola (il seme segreto). Può raccogliere i pezzi, incastrarli e, improvvisamente, l'immagine (i dati di rilevamento) diventa chiara.
Il Risultato: Più pezzi (sottoportanti) si utilizzano, più è difficile per il cattivo notare il modello, ma più è facile per il buon uomo risolvere il puzzle.

4. Il Compromesso: Pazienza vs. Occultamento

L'articolo evidenzia un compromesso specifico, che chiamano un "equilibrio a tre vie":

Andare più a fondo: Se rendi il sussurro più silenzioso (più nascosto), diventa ancora più difficile per il cattivo rilevarlo.
Il Costo: Poiché il segnale è così debole, il buon uomo deve ascoltare per un tempo più lungo per raccogliere abbastanza pezzi per risolvere il puzzle.
La Magia: Gli autori dimostrano che anche se aspetti più a lungo, la qualità dell'immagine finale non peggiora. Devi solo essere più paziente.
- Esempio: Se sussurri a -12 decibel (molto piano), potresti dover ascoltare per circa 191 "frame" (un'unità di tempo specifica nel 5G) per ottenere una lettura chiara. Ma una volta fatto, la lettura è accurata quanto se avessi urlato.

5. I Risultati: Ha Funzionato?

Gli autori hanno testato questo sistema utilizzando gli standard 5G (specificamente la banda n78, comune nel 5G).

Occultamento: Sono riusciti a nascondere il segnale di rilevamento così bene che il punteggio di "rilevabilità" matematica era 5,8 volte inferiore alla soglia in cui un osservatore inizierebbe a sospettare qualcosa.
Accuratezza: Anche con il segnale sepolto nel rumore, sono riusciti a misurare la distanza con un'accuratezza inferiore a 0,5 metri e la velocità con un'accuratezza inferiore a 0,5 metri al secondo.
Confronto: I metodi precedenti potevano nascondere il messaggio, ma non l' atto del rilevamento. Questo metodo nasconde l' atto del rilevamento stesso.

Riassunto

Questo articolo presenta un nuovo modo per usare i segnali 5G per "vedere" il mondo senza che nessuno sappia che lo stai guardando. Funziona nascondendo il segnale di rilevamento così in profondamente nel rumore di fondo che sembra non sia affatto presente per un esterno, mentre un ricevitore fidato usa una chiave segreta per ricomporre il segnale. L'unico costo è che il ricevitore deve aspettare un po' più a lungo per ottenere un'immagine chiara, ma l'immagine è altrettanto nitida come se il segnale fosse forte.

Sintesi Tecnica: SNF-PRP – Un Framework di Rilevamento e Comunicazione Integrato e Occulto

Problematica
I sistemi di Integrazione tra Sensing e Comunicazione (ISAC) consentono la percezione ambientale e la trasmissione dati simultanee, ma introducono una vulnerabilità critica per la sicurezza: le forme d'onda di sensing vengono irradiate deliberatamente, esponendo sia le informazioni incorporate che il mero fatto che il rilevamento stia avvenendo. Gli approcci esistenti alla Sicurezza del Livello Fisico (PLS) negli ISAC si concentrano principalmente sulla protezione dei payload di dati tramite beamforming, rumore artificiale o superfici intelligenti riconfigurabili. Tuttavia, questi metodi operano tipicamente con sonde al di sopra del livello del rumore, lasciando l'attività di sensing rilevabile da un osservatore passivo (Willie) tramite rilevamento dell'energia. La letteratura attuale manca di un framework formale che fornisca una garanzia di occultamento dimostrabile specificamente per la forma d'onda di sensing stessa, piuttosto che solo per il canale di comunicazione.

Metodologia: Probing Pseudo-Casuale Sotto il Livolo del Rumore (SNF-PRP)
Il documento propone l'SNF-PRP, un framework progettato per sistemi ISAC basati su OFDM (specificamente 5G NR) che operano in bande sub-6 GHz. Il meccanio principale consiste nel sovrapporre una sequenza di rumore pseudo-casuale (PRN) con semi criptografici a una forma d'onda downlink standard a un livello di potenza strettamente inferiore al livello del rumore istantaneo.

Modello del Segnale: Il segnale trasmesso è una sovrapposizione del dato di comunicazione e del segnale di probing ( $X[m] = X_c[m] + X_p[m]$ ). La potenza del probe $P_p$ è definita come $\Delta_p \sigma^2$ , dove $\Delta_p < 1$ , garantendo che il probe sia sepolto sotto il rumore $\sigma^2$ su ciascuna sottoportante.
Ricevitore Legittimo: Un nodo di sensing legittimo condivide un seme criptografico pre-distribuito $s$ con la stazione base. Utilizzando questo seme, il ricevitore rigenera l'esatto template PRN e applica un filtraggio adattato coerente e l'accumulazione multi-simbolo. Questo processo recupera i parametri di sensing (range e velocità) aumentando efficacemente il rapporto segnale-rumore (SNR) attraverso l'integrazione, compensando il deficit iniziale di potenza.
Modello dell'Avversario: Un osservatore passivo (Willie), privo del seme, non può eseguire un processing coerente. Willie è limitato al rilevamento dell'energia radiometrica incoerente (il test di Neyman-Pearson ottimale per distinguere Gaussiane complesse che differiscono solo nella varianza). Sotto questo modello, il probe è statisticamente indistinguibile dal rumore termico.
Metrica di Occultamento: L'occultamento è quantificato utilizzando la divergenza di Kullback-Leibler (KL) tra l'ipotesi di solo rumore ( $H_0$ ) e l'ipotesi di presenza del probe ( $H_1$ ). Il sistema mira a soddisfare $D_{KL} \leq \epsilon$ .

Contributi Chiave

Primo Occultamento del Sensing Dimostrabile: Per quanto a conoscenza degli autori, questo è il primo framework che applica il criterio di occultamento della divergenza KL direttamente alla forma d'onda del probe di sensing, stabilendo una garanzia formale che l'atto del sensing sia indetectabile, piuttosto che solo il payload dei dati.
Guadagno di Spreading $N_{sc}$ -Fold: Il documento identifica un guadagno di spreading di $N_{sc}$ (dimensione FFT) assente nelle analisi a banda larga precedenti. Distribuendo il probe uniformemente su tutte le sottoportanti, la divergenza KL è soppressa da un fattore $N_{sc}$ , producendo un fattore di correzione superiore a $10^6$ in specifiche configurazioni 5G NR.
Analisi del Trade-off in Forma Chiusa: Gli autori derivano un'espressione in forma chiusa per la lunghezza di integrazione minima ( $N^*$ ) necessaria per raggiungere un target di Cramér-Rao Bound (CRB). Stabiliscono un trade-off tripartito tra potenza di probing ( $\Delta_p$ ), lunghezza di integrazione ( $N^*$ ) e risoluzione Doppler ( $\delta_v$ ). Crucialmente, dimostrano che l'SNR effettivo di sensing alla lunghezza di integrazione richiesta è invariante rispetto a $\Delta_p$ ; abbassare la potenza del probe approfondisce l'occultamento ma richiede proporzionalmente una maggiore integrazione, senza degradare l'accuratezza fondamentale della stima.

Risultati delle Simulazioni
Le simulazioni sono state condotte utilizzando la numerologia 5G NR ( $\mu=0$ , banda 3.5 GHz, n78) con un target di accuratezza del range di 0.5 m e di velocità di 0.5 m/s.

Fattibilità: Il sistema è congiuntamente fattibile (rispettando sia i target di sensing che i vincoli di occultamento) a potenze di probing di $\Delta_p = -12$ dB e $-15$ dB. A questi livelli, la divergenza KL è significativamente al di sotto della soglia $\epsilon = 0.01$ (ad esempio, $5.8 \times$ sotto la soglia a $-12$ dB).
Prestazioni: A $\Delta_p = -12$ dB, la lunghezza di integrazione richiesta è di 191 subframe (191 ms), il che è fattibile entro il tempo di coerenza di un target pedonale. Questa configurazione raggiunge un range CRB di 0.43 m e un velocity CRB di 0.11 m/s.
Validazione Monte Carlo: A un punto operativo di riferimento ( $\Delta_p = -9$ dB, 16 subframe), l'estimatore di range ha raggiunto uno RMSE nullo e un bias nullo in 500 prove, confermando il locking deterministico sul corretto bin di ritardo. L'estimatore di velocità ha mostrato un minore bias dovuto all'arrotondamento della frazione di bin, che è correggibile tramite interpolazione.
Confronto: A differenza dei lavori precedenti che si affidano al beam nulling o ai tassi di segretezza (che lasciano il probe rilevabile in linea di principio), l'SNF-PRP rende la forma d'onda statisticamente indistinguibile dal rumore ambientale pur ottenendo un'accuratezza di sensing comparabile o superiore (0.43 m di range vs 2–8 m nei lavori precedenti).

Significato e Rivendicazioni
Il documento afferma che l'SNF-PRP risponde alla domanda aperta se il sensing stesso possa essere reso dimostrabilmente indetectabile al livello fisico. La significatività risiede nello spostamento del paradigma di sicurezza dalla protezione di cosa viene rilevato alla copertura del fatto che il rilevamento stia avvenendo. Gli autori sottolineano che il compromesso per questo occultamento dimostrabile è l'aumento della latenza di integrazione, non una degradazione della qualità del sensing. L'SNR effettivo rimane invariante, il che significa che una volta accumulata la necessaria lunghezza di integrazione, la qualità della stima di sensing è preservata indipendentemente da quanto profondamente il segnale sia sepolto. Questo framework fornisce una scelta di design quantificata per sistemi che richiedono un rilevamento ambientale furtivo, distinto dai metodi PLS esistenti che si concentrano esclusivamente sulla segretezza della comunicazione.