Entropy-Adaptive Multi-Map Chaotic Modulation for Physical-Layer Security

Technische Samenvatting: Entropie-adaptieve Multi-Map Chaotische Modulatie voor Fysieke-Laag Beveiliging

Probleemstelling
Het artikel behandelt de beperkingen van bestaande chaos-gebaseerde fysieke-laag beveiligingsschema's (PLS) in dichte multi-user draadloze en IoT-netwerken. Conventionele benaderingen vertrouwen doorgaans op statische chaotische parameters, waarbij de beveiliging uitsluitend wordt afgeleid uit het parametermismatch tussen legitieme zenders/ontvangers en passieve afluisteraars. De auteurs identificeren twee kritieke kwetsbaarheden in dit model:

1. Statische Voorspelbaarheid: Als chaotische parameters gedurende lange transmissies vast blijven, maken statistische inferentiemethoden het voor aanvallers mogelijk om de voorspelbaarheid en synchronisatie geleidelijk te verbeteren.
2. Beperkte Entropie-dimensionaliteit: Multi-user systemen maken vaak gebruik van een enkele familie van chaotische kaarten voor alle gebruikers, wat de entropie-dimensionaliteit beperkt en residuele cross-user statistische correlaties kan introduceren, wat parameterschatting via cross-user inferentie vergemakkelijkt.

Het kernprobleem is hoe de chaotische signaalentropie en parameterevolutie op een begrensde, stabiele manier gereguleerd kunnen worden om de golfvormvoorspelbaarheid tegen passieve statistische inferentie te verminderen, zonder de synchronisatie of schaalbaarheid in gevaar te brengen.

Methodologie
De auteurs stellen het Multi-Map Dynamic-Entropy Intrusion-Aware Chaotic Modulation (MU-DE-IAEACM-MM) framework voor. Deze architectuur behandelt entropie niet louter als een bijproduct van chaos, maar als een expliciete, gereguleerde beveiligingscontrole-variabele. De methodologie bestaat uit drie geïntegreerde componenten:

1. Heterogene Map Allocatie: Gebruikers worden toegewezen aan verschillende chaotische kaartfamilies (Logistic, Tent, Chebyshev en Sine). Deze distributie verhoogt de algehele entropie-dimensionaliteit van het systeem en vermindert de inter-user statistische correlatie, waardoor het risico op parameterschatting via cross-user inferentie wordt gemitigeerd.
2. Entropie-gestuurde Parameteradaptatie: In tegen tegenstelling tot statische schema's evolueren de controleparameters ($r_u$) van de chaotische generatoren dynamisch. Het systeem schat de empirische Shannon-entropie ($H_u$) van de chaotische toestand over een glijdend venster. Een adaptieve update-wet past de controleparameter aan op basis van het verschil tussen de huidige entropie en een doelentropie ($H_t$), waarbij een begrensde toestand-afhankelijke perturbatie wordt toegevoegd om stagnatie te voorkomen.
   • De update-regel wordt gedefinieerd als: $r_{u,n+1} = r_{u,n} + \alpha x_{u,n} + \mu(H_{t(u)} - H_u)$.
   • Stabiliteitsanalyse met behulp van een Lyapunov-functie stelt begrensde convergentievoorwaarden vast ($0 < \mu < 2/\beta$ en $|\beta\alpha| < 1$), wat garandeert dat het adaptatieproces het systeem niet destabiliseert.
3. Intrusie-bewuste Escalatie: Het systeem bevat een correlatie-gebaseerde intrusie-metriek. Als de reconstructie-coherentie van een afluisteraar (gemeten via genormaliseerde correlatie) een drempelwaarde overschrijdt, concludeert het systeem een intrusieniveau en verhoogt het dynamisch de doelentropie ($H_t$). Deze "entropie-escalatie" dwingt het chaotische traject in regimes met hogere complexiteit, wat de synchronisatiepogingen van de tegenstander verstoort.

Belangrijkste Bijdragen
Het artikel claimt drie primaire bijdragen die dit werk onderscheiden van de bestaande literatuur:

• Dynamische Entropie-regulatie: Door verder te gaan dan statische parametergeheimhouding, reguleert het framework actief de chaotische complexiteit om langdurige statistische inferentie te onderdrukken, terwijl de synchronisatiestabiliteit behouden blijft.
• Heterogene Multi-Map Architectuur: Door verschillende typen chaotische kaarten over gebruikers te distribueren, vergroot het systeem de entropie-dimensionaliteit en vermindert het de inter-user statistische afhankelijkheid, waarmee een gat in dichte multi-user implementaties wordt gedicht.
• Bewijsbaar Stabiele Adaptatie: De auteurs bieden analytische stabiliteitsvoorwaarden voor het adaptieve updateproces, waarmee zij aantonen dat entropie-gestuurde parameterevolutie begrensd en stabiel kan zijn, in tegen tegenstelling tot ongecontroleerde chaotische adaptatie die divergentie riskeert.

Resultaten
Het framework werd geëvalueerd via Monte Carlo-simulaties in MATLAB onder diverse kanaalcondities (AWGN, Rayleigh, Rician, Impulsief, Gekleurd en Narrowband interferentie) en variërende netwerkdensiteiten (tot 64 legitieme gebruikers en 30 passieve afluisteraars).

• Beveiligingsprestaties: Over alle kanaalmodellen bleef de legitieme Bit Error Rate (BER) stabiel (0.238–0.255), terwijl de BER van de afluisteraar nabij 0.5 bleef (random beslissingsniveau). Dit persistente gat bevestigt dat parametermismatch en entropie-escalatie effectief de reconstructie-coherentie op lange termijn voorkomen.
• Geheime Capaciteit (Secrecy Capacity): Het voorgestelde schema bereikte een geheime capaciteit van 0.198 bits/use onder AWGN, waarmee het superieur is aan representatieve fixed-parameter chaotische schema's (bijv. 0.159 bits/use voor Parameter-Division Multiple Access). De verbetering ten opzichte van de sterkste baseline is ongeveer 3.7%, met winsten tot 24% ten opzichte van minder presterende benchmarks.
• Schaalbaarheid: Naarmate de gebruikersdichtheid toenam tot 64 gebruikers, vertoonde de legitieme BER slechts een gecontroleerde toename (naar 0.275), en de geheime capaciteit bleef positief (>0.15 bits/use). De prestaties van de afluisteraar verbeterden niet met de toename van de netwerkdichtheid, wat aangeeft dat de heterogene map-allocatie cross-user inferentie succesvol beperkt.
• Stabiliteit: Simulaties bevestigden dat de empirische entropie de dynamisch aangepaste doelwaarde volgt zonder oscillerende divergentie, wat de theoretische stabiliteitsgrenzen valideert.

Betekenis en Claims
Het artikel concludeert dat entropie-gereguleerde multi-map chaotische modulatie een schaalbare en synchronisatie-stabiele benadering biedt voor adaptieve fysieke-laag beveiliging. De betekenis van het werk ligt in de verschuiving van statische parametergeheimhouding naar begrensde entropie-evolutie. Door entropie als een gereguleerde variabele te behandelen, versterkt het framework de chaotische modulatie tegen passieve statistische reconstructie zonder complexe hogere-laag cryptografie te vereisen of prohibitieve latentie te introduceren.

De auteurs positioneren dit werk als een levensvatbare oplossing voor volgende generatie draadloze en IoT-netwerken, met name in dichte implementaties waar middelenbeperkte apparaten bescherming op golfvormniveau vereisen. De resultaten suggereren dat adaptieve entropiecontrole een positieve geheime snelheid kan handhaven, zelfs in de aanwezigheid van meerdere passieve afluisteraars en diverse kanaalimpedimenten. Toekomstig werk, zoals vermeld door de auteurs, omvat hardwarevalidatie onder praktische oscillatordrift en de exploratie van hogere-dimensionale of fractale chaotische systemen.