盧漢成，王亞正，趙丹，羅濤，吳俊

（1.中國科學(xué)技術(shù)大學(xué)信息網(wǎng)絡(luò)實驗室，安徽 合肥 230027；2.合肥綜合性國家科學(xué)中心人工智能研究院，安徽 合肥 230027；3.復(fù)旦大學(xué)計算機(jī)科學(xué)與技術(shù)學(xué)院，上海 200433）

0 引言

隨著短視頻、虛擬現(xiàn)實等業(yè)務(wù)的興起，網(wǎng)絡(luò)流量的需求飛速增長。未來無線通信系統(tǒng)需要能夠同時為大量設(shè)備提供服務(wù)并且保證一定的譜效和能效。為了實現(xiàn)上述目標(biāo)，近年來，出現(xiàn)了許多先進(jìn)技術(shù)，如大規(guī)模多輸入多輸出（MIMO,multiple-input multiple-output）、毫米波（mmWave,millimeter wave）、非正交多址接入（NOMA,non-orthogonal multiple access）等[1-2]。然而，上述技術(shù)會帶來難以負(fù)擔(dān)的能源消耗、硬件復(fù)雜度和信號處理復(fù)雜度。為了實現(xiàn)高通信容量、大連接的未來無線網(wǎng)絡(luò)，研究創(chuàng)新、高效、節(jié)約資源和成本的解決方案勢在必行。

近年來，一項名為智能反射表面（IRS,intelligent reflecting surface）的新興技術(shù)由于具有低功耗、低復(fù)雜度、可調(diào)控等特性，被認(rèn)為是可廣泛應(yīng)用于未來無線系統(tǒng)以提升通信性能，并實現(xiàn)對無線環(huán)境進(jìn)行智能控制的關(guān)鍵技術(shù)[3]。具體來說，IRS是一塊由大量的反射單元組成的人造二維表面；每個反射單元在不同的偏置電壓激勵下會表現(xiàn)出不同的物理特性，其本質(zhì)上是不同外界激勵對電路元件如電感、電容的改變。擁有不同物理特性的反射單元對入射的電磁波信號會產(chǎn)生不同的相位、幅度影響。因此，合理地調(diào)控每個反射單元的物理特性，可以使被IRS 反射的電磁波信號形成反射波束成形，從而聚集反射信號的能量，使其指向接收端，起到提高接收信號強(qiáng)度的作用[4]。同時，由于IRS采用的是反射單元，僅反射無線環(huán)境中已有的射頻信號而不產(chǎn)生新的射頻信號，因此IRS 能耗很低且不會產(chǎn)生新的干擾。將IRS 部署在收發(fā)端之間，在數(shù)學(xué)上就能實現(xiàn)對收發(fā)端無線信道的調(diào)控，可以實現(xiàn)智能可控的無線環(huán)境。IRS 作為新的一維優(yōu)化變量為無線系統(tǒng)帶來了另外的優(yōu)化維度且不會和現(xiàn)有無線系統(tǒng)產(chǎn)生沖突[5]。因此，IRS 可結(jié)合各種無線技術(shù)來提升通信系統(tǒng)性能。

由于IRS的上述優(yōu)點(diǎn)，IRS 輔助的無線通信系統(tǒng)得到了學(xué)術(shù)界的廣泛關(guān)注，研究方向包括硬件研發(fā)、性能優(yōu)化、信道估計（CE,channel estimation）等[6-8]。具體來說，硬件研發(fā)通過反射天線陣列、超穎材料等開發(fā)出了用于不同頻段無線系統(tǒng)的實際IRS 平臺[9-11]；性能優(yōu)化的相關(guān)研究則針對不同無線系統(tǒng)的不同性能指標(biāo)，設(shè)計了相關(guān)的算法來獲取最優(yōu)的IRS 相位配置[12-22]；信道估計旨在解決IRS輔助無線系統(tǒng)中的信道狀態(tài)信息（CSI,channel state information）獲取問題[23-24]。在諸多的研究方向中，物理層安全（PLS,physical layer security）這項日益重要的性能指標(biāo)得到了廣泛的關(guān)注和研究[7]。由于無線網(wǎng)絡(luò)環(huán)境越來越復(fù)雜，傳統(tǒng)的PLS 增強(qiáng)技術(shù)難以保證系統(tǒng)的安全性。例如，當(dāng)竊聽者（Eav,eavesdropper）與合法用戶（LU,legitimate user）的地理位置相近時，兩者的信道相關(guān)性較強(qiáng)，此時在基站（BS,base station）端進(jìn)行多天線波束成形（BF,beamforming）將信號指向LU 顯然也會使Eav 接收到更多的信號，無線系統(tǒng)的PLS 難以得到保證[25-26]。此時，將IRS 引入無線系統(tǒng)中，通過對IRS 進(jìn)行聯(lián)合配置，可減弱反射到Eav的信號并增強(qiáng)反射到LU的信號，從而輔助增強(qiáng)系統(tǒng)PLS。因此，大量研究將IRS 引入無線系統(tǒng)中來構(gòu)建更加安全的無線通信環(huán)境。由于相關(guān)研究的范圍很廣且各有特點(diǎn)，本文將IRS 輔助的無線通信系統(tǒng)的物理層安全研究大致總結(jié)為如下幾個主要方向。一是信息理論安全，該研究方向重點(diǎn)聚焦于IRS 輔助的無線通信系統(tǒng)的安全速率（SR,secrecy rate）、安全中斷概率（SOP,secrecy outage probability）等PLS 性能指標(biāo)的理論分析或優(yōu)化提升[25-72]。二是隱蔽通信，該研究方向旨在借助IRS的可重構(gòu)能力將合法鏈路的通信隱藏起來，避免被Eav 偵測到[73-79]。其他研究方向包括IRS輔助的無線通信系統(tǒng)中的密鑰生成[80-83]、導(dǎo)頻污染攻擊[84-85]等。

本文通過總結(jié)上述主要研究方向的文獻(xiàn)，展示了目前IRS 輔助無線通信系統(tǒng)的PLS 研究熱點(diǎn)方向，并探討了未來可能的研究熱點(diǎn)方向。

1 IRS 簡介

1.1 基本原理簡介

IRS的可重構(gòu)特性可通過新興材料超穎表面來實現(xiàn)[9]。超穎表面是一種復(fù)合材料組成的表面，在上面安裝大量的超穎原子，即通常所稱的反射元件[10]。對反射元件施加不同大小的偏置電壓，能夠改變其幾何形式和其余物理特性，如諧振頻率等。進(jìn)一步地，入射到超穎表面的電磁波信號的振幅、相位等也會相應(yīng)地得到改變并反射出去。因此，對施加在反射單元上的外界激勵進(jìn)行合理的調(diào)控，即可使反射出去的信號形成波束的效果，或是與其他路信號相干疊加，從而增強(qiáng)無線系統(tǒng)性能。

1.2 總體研究情況

IRS輔助的無線通信系統(tǒng)典型場景如圖1所示。從BS 發(fā)送的信號除了直接到達(dá)用戶UE，還會經(jīng)過IRS 反射到達(dá)UE。合理地調(diào)控IRS的N個反射元件的相位，能夠使疊加后的信號強(qiáng)度增大[12]。當(dāng)BS 端配備多天線時，除了調(diào)控IRS的元件相位，還需要聯(lián)合優(yōu)化BS的BF 矢量。針對不同的系統(tǒng)性能指標(biāo)，如信噪比（SNR,signal-noise ratio）、發(fā)送功率、多用戶和速率（sum rate）、能量效率（EE,energy efficiency）、PLS 等，需要不同的聯(lián)合優(yōu)化算法來獲取最優(yōu)的BS 端BF 矢量和IRS 端相位配置。除此之外，IRS 還可以運(yùn)用到不同的無線通信系統(tǒng)中與不同的無線技術(shù)結(jié)合，如mmWave 系統(tǒng)、NOMA 技術(shù)、正交頻分復(fù)用（OFDM,orthogonal frequency division multiplexing）技術(shù)等。比如，文獻(xiàn)[12]研究了IRS 輔助的單用戶多輸入單輸出（MISO,multiple-input single-output）無線系統(tǒng)中的接收信號強(qiáng)度最大化問題，采用了交替優(yōu)化的算法，當(dāng)IRS 相位配置固定時，最優(yōu)的BS 端BF 矢量為最大速率傳輸比（MRT,maximum-ratio transmission）；當(dāng)BF 矢量固定時，通過一系列數(shù)學(xué)矩陣變換子問題后使用半正定松弛（SDR,semidefinite relaxation）來得到最優(yōu)的IRS 相位配置。文獻(xiàn)[13]研究了IRS 輔助的多用戶MISO 無線系統(tǒng)的EE 優(yōu)化問題；基于序貫分式規(guī)劃和梯度下降搜索算法，提出了在一定用戶服務(wù)質(zhì)量（QoS,quality of service）限制下的EE 提升算法，仿真顯示IRS 輔助的無線系統(tǒng)能比中繼輔助的無線系統(tǒng)提升300%的EE。文獻(xiàn)[14]首次研究了IRS 輔助的多用戶MISO 無線系統(tǒng)的和速率最大化問題；關(guān)于IRS 相位配置的優(yōu)化，針對3 種不同的IRS 元件的幅度和相位的設(shè)定，提出了3 種不同的算法并對比了復(fù)雜度和性能。文獻(xiàn)[15]研究了透鏡天線與IRS結(jié)合的寬帶mmWave系統(tǒng)并設(shè)計了性能提升算法。文獻(xiàn)[16]引入了多塊IRS 來解決mmWave 無線系統(tǒng)中高頻信號的高路損問題，研究了多塊IRS協(xié)同輔助多用戶的mmWave多天線系統(tǒng)，并設(shè)計了基于功耗選擇和連續(xù)凸逼近（SCA,successive convex approximation）的天線選擇EE 最大化算法。文獻(xiàn)[17-18]研究了IRS 輔助的多基站無線系統(tǒng)中的用戶接入問題，并提出了提升和速率的算法。在更具挑戰(zhàn)的Cell-Free 無線系統(tǒng)中應(yīng)用IRS，文獻(xiàn)[19]研究了和速率最大化問題，通過拉格朗日對偶法和多維復(fù)二次變換將原問題分解為多個子問題，之后用交替方向乘子法進(jìn)行凸優(yōu)化求解子問題。文獻(xiàn)[20]研究了在用戶中心網(wǎng)絡(luò)中結(jié)合IRS 以增強(qiáng)系統(tǒng)性能的框架和優(yōu)化算法。文獻(xiàn)[21]研究了利用 IRS 來增強(qiáng)無線供電物聯(lián)網(wǎng)（IoT,Internet of things）系統(tǒng)中的下行無線充電與上行信息傳輸，其中IRS的能耗也由無線充電所獲取。

圖1 IRS 輔助的無線通信系統(tǒng)典型場景

上述優(yōu)化算法的設(shè)計都基于CSI 全部已知的假設(shè)。然而由于IRS 只有反射單元，不具備射頻鏈路和信號處理鏈路，無法用IRS 來接收或發(fā)送導(dǎo)頻信號，也就無法在IRS 端進(jìn)行CE，傳統(tǒng)的CE 算法需要進(jìn)一步改進(jìn)以運(yùn)用到IRS 輔助的無線通信系統(tǒng)中。文獻(xiàn)[22]為了減少大量IRS 元件帶來的復(fù)雜度，將IRS 元件進(jìn)行了分組，并通過最小二乘（LS,least square）估計得到每個分組對應(yīng)的CSI；mmWave 無線系統(tǒng)中的CE 問題可以利用mmWave 信道特有的稀疏特性。在IRS 輔助的mmWave 無線系統(tǒng)中，文獻(xiàn)[23]利用mmWave 信道的稀疏性設(shè)計了基于壓縮感知的CE 算法。同樣考慮mmWave 無線系統(tǒng)，基于深度學(xué)習(xí)（DL,deep learning），文獻(xiàn)[24]將需要估計的二維級聯(lián)信道建模為二維的圖像，并借助圖像中的超分辨率恢復(fù)算法，提出了利用二維圖像行列之間的相關(guān)性、基于部分元件on-off的LS估計和超分辨神經(jīng)網(wǎng)絡(luò)的CE算法。

2 IRS 輔助的無線通信系統(tǒng)的物理層安全

2.1 信息理論安全

在無線竊聽環(huán)境中，除了LU，還存在Eav。由于無線通信的廣播性質(zhì)，BS 端發(fā)送的信息不僅能被LU 接收，同樣可以被Eav 接收到。兩者的數(shù)據(jù)速率差值即無線系統(tǒng)的SR。如圖2 所示，將IRS部署在無線環(huán)境中，連接信號被障礙物阻擋，信號可通過IRS 反射到LU 和Eav。聯(lián)合優(yōu)化BS 端BF矢量和IRS 端相位配置，可以提升LU 處的數(shù)據(jù)速率并降低Eav 處的數(shù)據(jù)速率，從而起到提升系統(tǒng)SR和增強(qiáng)系統(tǒng)PLS的效果。

圖2 IRS 輔助的無線竊聽系統(tǒng)

2.1.1安全優(yōu)化

優(yōu)化算法設(shè)計是信息理論安全中流行的研究方向之一。對于不同的無線竊聽環(huán)境，如多Eav、多LU、存在干擾者等場景，需要不同的算法來優(yōu)化無線系統(tǒng)的PLS 性能。針對SR、發(fā)送功率等不同的優(yōu)化性能指標(biāo)和不同的限制條件，許多研究都提出了有效的算法，如基于交替優(yōu)化和凸優(yōu)化的傳統(tǒng)算法、基于深度強(qiáng)化學(xué)習(xí)（DRL,deep reinforcement learning）的人工智能方法。

文獻(xiàn)[25-26]研究了單天線的一個Eav、一個LU的IRS 輔助無線系統(tǒng)，并基于交替優(yōu)化提出了最大化系統(tǒng)SR的算法。針對同樣的無線系統(tǒng)，文獻(xiàn)[27]研究了發(fā)送功率最小化問題，基于半正定規(guī)劃（SDP,semi definite programming）求解并得到了最優(yōu)BF矢量的閉式表達(dá)式。文獻(xiàn)[28]將系統(tǒng)擴(kuò)展到了具備多天線的Eav 場景，并得到了最大化SR的BS 端BF 矢量和IRS 相位配置的閉式和半閉式表達(dá)式。針對同樣的模型和問題，文獻(xiàn)[29]通過分式規(guī)劃（FP,fractional programming）和流形優(yōu)化（MO,manifold optimization）求解。進(jìn)一步地，文獻(xiàn)[30]考慮了多天線的Eav 與LU，并設(shè)計了最小-最大化（MM,minorization-maximization）算法來提升系統(tǒng)SR?？紤]更實際的OFDM 系統(tǒng)，文獻(xiàn)[31]利用MM 算法和拉格朗日乘子法優(yōu)化了BS 端的多載波傳輸BF 矢量和IRS 相位配置，提升了系統(tǒng)SR。在未來的B5G/6G 中，mmWave 及太赫茲頻段或?qū)⒊蔀橹饕夹g(shù)，因此，文獻(xiàn)[32]在mmWave 場景中部署了多塊IRS 用于補(bǔ)償mmWave的高路損，研究了多塊IRS的選擇問題，設(shè)計了交替優(yōu)化算法來優(yōu)化多塊IRS的選擇向量、BS 端BF 矢量和IRS 相位配置。文獻(xiàn)[33]則利用了高頻段信道低秩的特性優(yōu)化了BS 端的混合預(yù)編碼和IRS 相位配置。文獻(xiàn)[34]考慮了更復(fù)雜的無線環(huán)境，即存在多個Eav 與多個LU的系統(tǒng)，首先提出了路徑跟蹤算法以最大化系統(tǒng)的最小SR，為了減少算法復(fù)雜度，又基于迫零（ZF,zero force）BF 設(shè)計了一種具有閉式表達(dá)式的啟發(fā)式算法。文獻(xiàn)[35]研究了IRS能否用于人工噪聲（AN,artificial noise）所增強(qiáng)的MISO 無線竊聽系統(tǒng)中，通過SDR 方法聯(lián)合優(yōu)化了AN 傳輸矢量、信息傳輸矢量和IRS 相位配置，提升了系統(tǒng)SR，證明了IRS與AN 結(jié)合的有效性。對于AN 輔助的多個LU 與Eav的MISO 無線竊聽系統(tǒng)，文獻(xiàn)[36]研究了每對LU 與Eav的SR 之和最大化問題，提出了基于SCA與乘法器交替方向器（ADMM,alternating direction method of multiplier）的算法。文獻(xiàn)[37-38]結(jié)合AN在IRS 輔助的MIMO 系統(tǒng)中，基于最小均方誤差（MMSE,minimum mean square error）和塊坐標(biāo)下降（BCD,block coordinate descent）對BS 端的信息BF矢量、AN 傳輸矩陣和IRS 端相位配置3 個變量進(jìn)行了聯(lián)合優(yōu)化，提升了系統(tǒng)的SR。文獻(xiàn)[39]進(jìn)一步地擴(kuò)展了安全無線傳輸中多塊IRS的選擇問題，在多LU的系統(tǒng)中，每個用戶可以選擇是否激活某一塊IRS。基于SDR 與SCA 設(shè)計了聯(lián)合優(yōu)化BS 端BF 矢量、IRS 相位配置、AN 傳輸矢量和多用戶IRS選擇矩陣的方案來最大化系統(tǒng)SR。在無線竊聽系統(tǒng)中，除SR 外，發(fā)送功率也是值得優(yōu)化的一個性能指標(biāo)，文獻(xiàn)[40]利用二階錐規(guī)劃算法在滿足一定QoS的條件下最小化發(fā)送功率；文獻(xiàn)[41]考慮了MISO 無線竊聽場景中的EE 優(yōu)化問題。首先通過Dinkelbach 算法將分式目標(biāo)函數(shù)轉(zhuǎn)換為輔助變量相減的形式，之后利用交替優(yōu)化和SDR 進(jìn)行求解；類似于AN 干擾Eav的功能，文獻(xiàn)[42]采用協(xié)同干擾（CJ,cooperative jamming）技術(shù)，通過一個干擾器來降低Eav 處的數(shù)據(jù)速率，將發(fā)送功率和干擾傳輸功率都考慮在內(nèi)，將系統(tǒng)的整體EE 作為優(yōu)化指標(biāo)，采用SDR 方法優(yōu)化了CJ的BF 矢量、BS 端BF 矢量和IRS 相位配置。除了上述半雙工的接收機(jī)，也有文獻(xiàn)考慮了全雙工的接收機(jī)。文獻(xiàn)[43]研究了在一個單輸入多輸出（SIMO,single-input multiple-output）系統(tǒng)中的全雙工接收機(jī)，該接收機(jī)除了接收信號還發(fā)送信號干擾 Eav；設(shè)計了BCD算法框架來聯(lián)合優(yōu)化接收機(jī)的接收BF矢量、發(fā)送BF 矢量和IRS 相位配置。結(jié)合NOMA 技術(shù)，文獻(xiàn)[44]通過SDP 與SCA 優(yōu)化了BS 端BF 矢量和IRS 相位配置，且部分用戶有安全速率限制，能以較低的復(fù)雜度遍歷搜索找到最優(yōu)的串行干擾消除（SIC,successive interference cancellation）解碼順序。在無線攜能通信（SWIPT,simultaneous wireless information and power transfer）系統(tǒng)中同樣存在竊聽問題，文獻(xiàn)[45]研究了 IRS 輔助的SWIPT 系統(tǒng)中的PLS 相關(guān)問題，在滿足一定SR限制下，設(shè)計了交替優(yōu)化算法來最大化能量收集器處接收的能量。文獻(xiàn)[46]將IRS 輔助的SWIPT進(jìn)一步擴(kuò)展到物聯(lián)網(wǎng)場景并聯(lián)合CJ 技術(shù)，研究了一定SR 限制和功率傳輸限制下的能量收集最大化問題。通過一階泰勒展開、松弛變量等數(shù)學(xué)方法，將非凸問題轉(zhuǎn)為凸問題并通過SDR 進(jìn)行優(yōu)化；在雙向通信中同樣可以應(yīng)用IRS。文獻(xiàn)[47]研究了存在一個Eav的雙向通信場景和SR 最大化問題，并基于交替優(yōu)化算法優(yōu)化了2 個發(fā)送節(jié)點(diǎn)的發(fā)送功率和IRS 相位配置。

上述研究工作都基于一個很強(qiáng)的假設(shè)：BS 端知曉BS 到Eav的全部實時CSI。實際上，只有當(dāng)Eav 曾接入BS 中時才有可能獲取其當(dāng)時的CSI。因此，許多研究更實際地假設(shè)只能獲取Eav的部分CSI，即不完美CSI。除此之外，雖然許多研究提出了IRS 輔助無線系統(tǒng)的信道估計算法，但獲取的CSI 依舊存在一定程度的誤差。由于IRS 輔助無線竊聽系統(tǒng)對LU與Eav處的信道特性差異尤為敏感，針對誤差CSI 設(shè)計具有高穩(wěn)健性的優(yōu)化算法是極有意義與價值的。文獻(xiàn)[48]考慮了MISO的無線竊聽系統(tǒng)，并針對3 種不同的CSI 假設(shè)情況設(shè)計了對應(yīng)的算法來最小化發(fā)送功率。文獻(xiàn)[49]在IRS 輔助的多竊聽者mmWave 無線系統(tǒng)中，利用離散樣本加權(quán)和來處理Eav的CSI 未知的問題，并利用SDR 最大化了系統(tǒng)的最差SR。文獻(xiàn)[50]首次考慮了數(shù)據(jù)統(tǒng)計的Eav-CSI 誤差模型，并在滿足一定中斷概率的條件下，通過SDR 與交替優(yōu)化算法最小化了發(fā)送功率。由于算法基于Eav 處級聯(lián)信道的數(shù)據(jù)統(tǒng)計CSI 誤差并考慮中斷概率限制，該算法相比基于完美CSI的工作有著更優(yōu)越的穩(wěn)健性?？紤]更復(fù)雜的多Eav、多LU 且Eav 均配備多天線的無線系統(tǒng)，文獻(xiàn)[51]結(jié)合AN并在不完美CSI及一定Eav的QoS限制條件下，利用SDR 和SCA 最大化了多個LU的最差SR 總和。將IRS 與Eav 之間的信道建模為邊界CSI 錯誤模型，并利用線性矩陣不等式處理CSI 誤差對算法設(shè)計帶來的影響，提升了算法的穩(wěn)健性。結(jié)合NOMA 場景，文獻(xiàn)[52]在Eav-CSI 完全未知的情況下，利用史密斯正交化求解AN 傳輸矩陣來干擾外部Eav。對于內(nèi)部的竊聽問題則通過交替迭代的方法來求解IRS 相位配置和BS 端功率分配；為了設(shè)計高穩(wěn)健性的算法，使算法在CSI 不準(zhǔn)確時也能取得效果，文獻(xiàn)[54]在文獻(xiàn)[42]的基礎(chǔ)上進(jìn)一步考慮了在邊界CSI 錯誤模型下，研究同樣的CJ 輔助的EE 優(yōu)化問題?；赟-procedure 處理CSI不確定帶來的影響，設(shè)計了在CSI 不準(zhǔn)確的情況下也能有效提升系統(tǒng)EE的高穩(wěn)健性算法。同樣利用CJ 輔助的文獻(xiàn)[53]則在邊界CSI 錯誤模型下研究了在竊聽速率最大限制下如何最大化SR的問題，利用柯西不等式等數(shù)學(xué)工具將原非凸問題轉(zhuǎn)為凸問題，并利用SCA和懲罰凸凹過程算法來優(yōu)化發(fā)送端BF矢量及IRS 相位配置。文獻(xiàn)[55]基于未知分布的CSI 錯誤模型，設(shè)計了滿足一定PLS 條件下的廣播多用戶最小SNR的提升算法。由于該算法不依賴于CSI 錯誤模型的具體數(shù)學(xué)分布而僅基于均值和反差，因此擁有更好的穩(wěn)健性；進(jìn)一步考慮LU 處的CSI 同樣存在誤差的情況，文獻(xiàn)[56]假設(shè)所有LU 與Eav 處的CSI 都滿足邊界錯誤模型，設(shè)計了在所有CSI 均不完美的情況下也能提升和速率的高穩(wěn)健性聯(lián)合優(yōu)化算法。

除了傳統(tǒng)的凸優(yōu)化方法，深度學(xué)習(xí)和強(qiáng)化學(xué)習(xí)也是有效的方法。文獻(xiàn)[57]考慮單輸入單輸出（SISO,single-input single-output）OFDM 無線系統(tǒng)的EE，并將其定義為SR 除以總功率，其中總功率為發(fā)送功率加上所有IRS 元件消耗的功率，通過設(shè)計好的深度神經(jīng)網(wǎng)絡(luò)（DNN,deep neural network）來預(yù)測最優(yōu)的IRS 相位配置和IRS 元件數(shù)目。文獻(xiàn)[58]首先通過傳統(tǒng)算法得到最大化SR的最優(yōu)IRS 相位配置和BS 端BF 矢量，并將最優(yōu)值作為對應(yīng)CSI 輸入的標(biāo)簽來訓(xùn)練DNN。訓(xùn)練完畢后的網(wǎng)絡(luò)可接收其他的CSI 輸入并輸出這種情況下對應(yīng)的最優(yōu)解；在無人機(jī)（UAV,unmanned aerial vehicle）通信系統(tǒng)場景中，同樣存在竊聽問題且同樣可由IRS 輔助來增強(qiáng)PLS。文獻(xiàn)[59]設(shè)計了基于DRL的學(xué)習(xí)框架，將過時的CSI作為第一個深度確定性策略梯度（DDPG,deep deterministic policy gradient）網(wǎng)絡(luò)的輸入，動作空間為UAV 端的BF 矢量和IRS 相位配置，將UAV的位置信息作為第二個DDPG 網(wǎng)絡(luò)的輸入，將UAV的飛行距離和方向作為動作空間，兩者的獎勵函數(shù)均設(shè)置為與SR 正相關(guān)。文獻(xiàn)[60]利用DRL算法將不完美的CSI、LU 和Eav的數(shù)據(jù)速率作為狀態(tài)，將從碼本中挑出的BS 端BF 矢量和IRS 相位配置作為動作，并設(shè)計了與LU 數(shù)據(jù)速率正相關(guān)而與Eav 數(shù)據(jù)速率負(fù)相關(guān)的獎勵。通過后驗決策狀態(tài)學(xué)習(xí)來對抗CSI的不確定性并通過優(yōu)先經(jīng)驗回放提高了學(xué)習(xí)效率，最終提升了多用戶的最差SR 之和。再進(jìn)一步地，文獻(xiàn)[61-62]假設(shè)Eav-CSI 是完全未知的，并在滿足LU 一定QoS的前提下通過最大化AN的發(fā)送功率，來盡可能地干擾Eav，即惡化Eav 處的信道情況并降低Eav 處的信干噪比（SINR,signal to interference plus noise ratio）以提升系統(tǒng)的PLS。IRS 輔助無線系統(tǒng)的物理層安全優(yōu)化研究如表1 所示。

表1 IRS 輔助無線系統(tǒng)的物理層安全優(yōu)化研究

2.1.2性能分析

性能分析的研究方向主要是從理論上推導(dǎo)出，即將IRS 引入無線通信系統(tǒng)中，對系統(tǒng)的PLS 性能帶來多少數(shù)值提升，或者各種PLS 性能指標(biāo)的數(shù)學(xué)表達(dá)式，包括閉式表達(dá)式或漸近逼近表達(dá)式等。

文獻(xiàn)[63]首先分析了最基本的IRS 輔助竊聽無線系統(tǒng)，考慮了單天線的BS、Eav 和LU的系統(tǒng)模型。首先將IRS 元件相位根據(jù)LU-CSI 取為最優(yōu)值，之后根據(jù)信道參數(shù)的瑞利分布特性和中心極限定理（CLT,central limit theorem）得到LU 及Eav 端的SNR 概率分布特性，包括累積分布函數(shù)（CDF,cumulative distribution function）和概率密度函數(shù)（PDF,probability density function）等。最后，根據(jù)SOP的表達(dá)式得到其漸近逼近的數(shù)學(xué)表達(dá)式；實際中IRS 元件的相位通常是離散的、有限的，即并不一定總能取到最優(yōu)值。因此，文獻(xiàn)[64]將離散相位的影響考慮在內(nèi)并研究了串通和不串通2 種情形的Eav。同樣根據(jù)CLT 等概率分析方法，對系統(tǒng)的遍歷SR（ESR,ergodic secrecy rate）進(jìn)行漸近分析并得到2 種情形下的閉式逼近表達(dá)式；同樣考慮離散相位，文獻(xiàn)[65]采用Fox’H轉(zhuǎn)換理論及Mellin-Barnes 積分，得到SOP 及平均SR（ASR,average secrecy rate）的準(zhǔn)確表達(dá)式和漸近表達(dá)式。對于多Eav的竊聽系統(tǒng)，文獻(xiàn)[66]計算了多個瑞利變量的樣本極大值的CDF，并據(jù)此推導(dǎo)了系統(tǒng)最差SR 所對應(yīng)的SOP 與ASR的CDF 與PDF。在多用戶隨機(jī)分布的情況下，文獻(xiàn)[67]借助隨機(jī)幾何的數(shù)學(xué)工具，考慮多LU 服從齊次泊松分布過程并得到了SOP、非零安全容量概率（PNSC,probability of nonzero secrecy capacity）和ASR的表達(dá)式。在MIMO 系統(tǒng)中，得到了準(zhǔn)確且精簡的SINR的CDF表達(dá)式，并進(jìn)一步地在高SNR 條件下對中斷概率進(jìn)行了漸近分析，證明了當(dāng)IRS 元件數(shù)目較小時無法提升非視距鏈路小路損情況下的系統(tǒng)性能。在更復(fù)雜的NOMA 系統(tǒng)中，文獻(xiàn)[68]考慮了典型的2 個用戶的場景，并分析了接收端執(zhí)行SIC 后的SINR概率分布特性，之后分別得到了2 個用戶各自的信號所對應(yīng)的ASR 表達(dá)式。

IRS 可輔助的不僅僅局限于上述傳統(tǒng)的無線竊聽場景，還可運(yùn)用到如車聯(lián)網(wǎng)、物聯(lián)網(wǎng)等各種通信場景中。在文獻(xiàn)[69]中，IRS 用于輔助2 輛車輛之間的通信，不依賴于使用CLT，使用更多樣的方法得到了存在一個直接竊聽發(fā)送端信道的Eav 時對應(yīng)的SOP 表達(dá)式，且通過仿真證明了在IRS 元件數(shù)目較小時，表達(dá)式的結(jié)果和仿真的結(jié)果很相近。在設(shè)備到設(shè)備（D2D,device-to-device）通信中，文獻(xiàn)[70]用IRS 來輔助2 個設(shè)備間的通信，而BS 所在的中心網(wǎng)絡(luò)則存在一個LU、一個Eav，分析了D2D 通信的中斷概率和中心網(wǎng)絡(luò)的SOP、PNSC的數(shù)學(xué)表達(dá)式并用仿真證明了其正確性。文獻(xiàn)[71]研究了全雙工接收端的SISO 無線系統(tǒng)，接收端在接收到發(fā)送端經(jīng)IRS 反射來的信息信號的同時也發(fā)送干擾信號用于降低竊聽者的SINR；并定義了該系統(tǒng)的截獲概率（IP,intercept probability），根據(jù)Eav 和LU端的SINR 分布特性推導(dǎo)了IP 在有、無干擾2 種情況下的數(shù)學(xué)表達(dá)式。文獻(xiàn)[72]考慮了多對發(fā)送節(jié)點(diǎn)的雙向通信系統(tǒng)，首先設(shè)計了新的用戶調(diào)度算法來提升SR，之后又得到了ASR的一個下界的閉式表達(dá)式并分析了ASR的標(biāo)度定律（當(dāng)發(fā)送功率、IRS元件數(shù)目、用戶對數(shù)趨于無窮大時）。IRS 輔助無線系統(tǒng)的物理層安全性能分析研究如表2 所示。

表2 IRS 輔助無線系統(tǒng)的物理層安全性能分析研究

2.2 隱蔽通信

上述信息理論安全重在保護(hù)數(shù)據(jù)傳輸，使數(shù)據(jù)難以被Eav 竊聽。而隱蔽通信的目的則在于將合法鏈路的通信（Alice 到Bob）隱藏起來，使Eav（Willie）無法偵測到合法通信鏈路的存在。文獻(xiàn)[73]首次提出了將IRS 用于增強(qiáng)隱蔽通信的無線系統(tǒng)，如圖3所示，通過調(diào)節(jié)IRS 相位配置使收發(fā)端的通信鏈路隱蔽起來，使偵測者無法探測到收發(fā)端通信鏈路的存在。對IRS 輔助隱蔽通信系統(tǒng)進(jìn)行數(shù)學(xué)分析與優(yōu)化后的性能結(jié)果指出，隱蔽通信的安全級別比信息理論安全更高，且隱蔽通信不依賴于Eav的能力。由于IRS 對信道的可重配特性，可通過對IRS的優(yōu)化使合法通信鏈路被偵測到的可能性進(jìn)一步降低（或變成純隨機(jī)過程）。因此，將IRS引入隱蔽通信中，通過優(yōu)化來降低合法鏈路被偵測的概率，同樣是關(guān)于IRS 輔助無線系統(tǒng)PLS 增強(qiáng)的一個重要方向。

圖3 IRS 輔助的隱蔽通信系統(tǒng)

在文獻(xiàn)[74]中，IRS 用于協(xié)助全雙工多天線發(fā)送端（Alice）將信號繞過障礙物傳給全雙工接收端（Bob），同時一個Eav（Willie）嘗試檢測到這段合法的通信鏈路，而Bob 自身也會發(fā)送干擾信號用于擾亂Willie 對通信鏈路是否存在的判斷。文獻(xiàn)[74]首先基于最佳檢測閾值分析了Willie 處的檢測錯誤概率（DEP,detection error probability），得到了誤判概率和漏判概率等重要指標(biāo)的數(shù)學(xué)表達(dá)形式和概率特征；之后，研究了隱蔽速率（CR,covert rate）最大化的問題，通過懲罰對偶分解（PDD,penalty dual decomposition）和BCD 算法對BS 端BF 矢量和IRS 相位配置進(jìn)行聯(lián)合優(yōu)化；類似于信息安全理論中Eav 處的CSI 通常難以全部知曉，Willie 也常常隱藏自己，使其CSI 也通常難以獲取。文獻(xiàn)[75]針對Willie 處不同的CSI 情況進(jìn)行了優(yōu)化算法研究。首先考慮單天線的Alice，在只有Willie的部分CSI 情況下（只知道信道矩陣的均值、方差），針對最大化CR 問題，可直接得到最優(yōu)的發(fā)送功率并利用三角不等式得到最優(yōu)的IRS 相位配置；在CSI 完全知曉的情況下，通過SCA、SDR 與高斯隨機(jī)化（GR,Gaussian randomization）技術(shù)得到了上述最大化CR 問題的解。之后考慮多天線的Alice，在部分CSI 情況下，BS 端BF 矢量設(shè)為MRT 并通過凸優(yōu)化工具CVX 和GR 得到IRS的最優(yōu)相位配置；在CSI完全知曉的情況下，除了交替優(yōu)化算法，文獻(xiàn)[75]還基于ZF 和Willie 鏈路功率最小化提出了2 種復(fù)雜度較低的算法來最大化CR。另外，針對所有鏈路（Alice、Bob、Wille 處）CSI 不完美（邊界CSI 錯誤模型）的各種情況，文獻(xiàn)[75]通過數(shù)學(xué)變化將各個問題變?yōu)橥箚栴}，并基于交替優(yōu)化、SDR 和GR等技術(shù)求解使CR 提升的最優(yōu)值。文獻(xiàn)[76]則從理論分析上證明了借助IRS 可在非零傳輸功率的單天線Alice 系統(tǒng)中實現(xiàn)完美隱蔽（Willie的檢測等同于一個隨機(jī)猜測的過程）。文獻(xiàn)[76]首先研究了完美CSI 情況下滿足一定隱蔽限制條件時，Bob 處SNR最大化的問題；將問題轉(zhuǎn)化為廣義非線性凸優(yōu)化問題后，利用懲罰連續(xù)凸優(yōu)化（PSCA,penalty successive convex approximation）算法來聯(lián)合優(yōu)化Alice的傳輸功率、IRS 端的相位配置和幅度配置；當(dāng)Willie 處的瞬時CSI 未知而只知分布時，得到了隱蔽限制的表達(dá)式并觀察到其與IRS 相位配置無關(guān)，之后用CVX 優(yōu)化了IRS 幅度配置和Alice 傳輸功率來提升Bob 處的SNR。文獻(xiàn)[77]研究了IRS-NOMA無線竊聽系統(tǒng)的上下行傳輸并假設(shè)Alice 僅知曉Willie的數(shù)據(jù)統(tǒng)計CSI，系統(tǒng)中除了接收者Bob，還存在另一個接收者Roy且發(fā)送功率按一定比率分給2 個用戶。文獻(xiàn)[77]首先得到了Willie 處的DEP的分布特性和表達(dá)式并選擇了能使錯誤概率最低的檢測閾值；之后研究了在Roy 處QoS 限制、Alice傳輸功率限制和Willie 處最低DEP 限制下，Bob 處CR 最大化的下行傳輸問題。Alice 處的功率分配經(jīng)過數(shù)學(xué)分析后可得到最優(yōu)解的閉式表達(dá)式，而IRS相位配置的最優(yōu)值則通過SDR 得到。類似地，Alice處CR 最大化的上行傳輸問題也用同樣的方法得到了研究和解決；在隱蔽無線通信中，Alice 傳輸數(shù)據(jù)的概率同樣也是影響整體性能的可優(yōu)化變量之一。文獻(xiàn)[78]研究了聯(lián)合優(yōu)化傳輸數(shù)據(jù)概率、發(fā)送功率和IRS 相位配置來最大化Bob 端可達(dá)數(shù)據(jù)速率期望的問題。其首先推導(dǎo)了Willie 處DEP的精確閉式表達(dá)式，之后通過搜索的方法來得到最優(yōu)的傳輸數(shù)據(jù)概率和發(fā)送功率。除了典型指標(biāo)CR，文獻(xiàn)[79]還研究了傳輸中斷概率優(yōu)化問題。與前述工作類似，其首先推導(dǎo)了Willie 處的DEP 表達(dá)式，之后在隱蔽限制、最大傳輸功率限制下，通過搜索和凸優(yōu)化工具CVX 降低了系統(tǒng)傳輸中斷概率，IRS 輔助無線系統(tǒng)的隱蔽通信研究如表3 所示。

表3 IRS 輔助無線系統(tǒng)的隱蔽通信研究

2.3 其他

除了上述兩大主流PLS 研究方向，無線系統(tǒng)的PLS 還有很多輕量級的研究方向如表4 所示。而IRS的可重構(gòu)特性，為整個無線系統(tǒng)的優(yōu)化帶來了一個新的維度，使其應(yīng)用場景非常廣泛，這也包括各種輕量級的PLS 研究方向。比如，密鑰生成（SKG,secret key generation）。SKG的目標(biāo)是提高上下行信道的相關(guān)性，同時降低BS-LU 信道和BS-Eav 信道之間的相關(guān)性，這樣Eav 就難以獲取有關(guān)密鑰的信息。文獻(xiàn)[80]首先推導(dǎo)了IRS 輔助無線系統(tǒng)中的密鑰容量（SKC,secret key capacity）的下界閉式表達(dá)式。之后通過SDR 和SCA 算法優(yōu)化IRS的相位和幅度來最大化得到的閉式下界。文獻(xiàn)[81]為了得到密鑰速率（SKR,secret key rate）的數(shù)學(xué)表達(dá)式，首先將復(fù)數(shù)的信道系數(shù)拆分為獨(dú)立的實部與虛部，進(jìn)一步通過數(shù)學(xué)推導(dǎo)得到復(fù)信道系數(shù)的PDF。之后考慮了高SNR 及極大IRS 元件數(shù)量2 種特殊情況，并得到了SKR的上界閉式表達(dá)式。通過分析發(fā)現(xiàn)，可搜索IRS 元件切換時間來提升SKR；由于SKR與Eav、LU 相應(yīng)的信道的隨機(jī)性有關(guān)，因此引入IRS 對信道進(jìn)行重配置可提升兩者之間的隨機(jī)性。文獻(xiàn)[82]設(shè)計了一種啟發(fā)式算法和DRL算法框架來提升無線系統(tǒng)的SKR。考慮一次性密碼本通信系統(tǒng)中的SR，文獻(xiàn)[83]設(shè)計了一種最優(yōu)時隙分配算法來分配SKG 和加密信息傳輸過程；之后，在Eav-CSI未知的情況下，基于泊松點(diǎn)過程推導(dǎo)了SKR的理論表達(dá)式。

表4 IRS 輔助無線系統(tǒng)的物理層安全其他研究方向

另一個PLS的隱患為導(dǎo)頻污染攻擊（PCA,pilot contamination attack）。在時分復(fù)用系統(tǒng)中，CSI的獲取通?；谛诺阑ヒ仔裕覠o線傳輸中導(dǎo)頻序列通常為公開的，因此具備射頻鏈路的有源Eav 可發(fā)送信號來干擾導(dǎo)頻傳輸?shù)倪^程。在IRS 輔助的無線通信系統(tǒng)中，同樣存在PCA的問題。在文獻(xiàn)[84]中，Eav 發(fā)送的干擾信號和Bob 發(fā)送的導(dǎo)頻信號一同通過IRS 反射到Alice，因此Alice 端CE 得到的CSI 有著較大誤差。基于MRT-BF 和安全正則化ZF 預(yù)編碼，文獻(xiàn)[84]設(shè)計了交替優(yōu)化算法來提升系統(tǒng)的SR。另一個使用IRS的不同研究角度在文獻(xiàn)[85]中得到了研究，假設(shè)IRS 被Eav 所使用，Bob 在傳輸導(dǎo)頻時，除了直接發(fā)送到Alice，還會經(jīng)過IRS 反射到Alice。此時Eav 通過對IRS 進(jìn)行配置能減弱Alice 處的接收信號強(qiáng)度，降低CE的準(zhǔn)確度。針對上述問題，文獻(xiàn)[85]提出了一種基于最快檢測的方法來檢測IRS-PCA的存在，即在每一個時隙Alice 接收到的信號序列都會和之前接收到的信號序列聯(lián)合考慮來做決定。更進(jìn)一步地，文獻(xiàn)[85]設(shè)計了一種IRS-PCA 存在情況下的新的CE 算法。具體來說，多個協(xié)同節(jié)點(diǎn)一起發(fā)送互相正交的導(dǎo)頻序列，且這些信號序列都會經(jīng)過IRS 反射后被Alice 接收。因此可分析其中相似的分量來獲取IRS 相關(guān)CSI。

3 結(jié)束語

3.1 研究總結(jié)

IRS的可調(diào)控特性使其能實現(xiàn)對無線信道的重新配置。在整個無線傳輸系統(tǒng)中，等于引入了新的一維可優(yōu)化變量。通過對收發(fā)端的BF、功率分配、IRS 相位配置等進(jìn)行聯(lián)合優(yōu)化，可以實現(xiàn)對整個無線系統(tǒng)性能的極大增強(qiáng)。因此，無線系統(tǒng)的PLS 同樣可以通過IRS的輔助而得到提升。在IRS 輔助的無線竊聽系統(tǒng)中，對IRS 進(jìn)行有效配置可提升LU 處的通信質(zhì)量而降低Eav 處的通信質(zhì)量，進(jìn)而可從信息理論安全、隱蔽通信等不同的角度來提升PLS 性能。

基于IRS的信息理論安全增強(qiáng)主要通過聯(lián)合優(yōu)化IRS 與收發(fā)端BF 來提升SR、SOP 等PLS 相關(guān)性能指標(biāo)。最新的研究擴(kuò)展到了更廣泛的無線場景。文獻(xiàn)[86]研究了認(rèn)知無線網(wǎng)絡(luò)（CRN,cognitive radio network）中的PLS 問題，設(shè)計了滿足CRN 中主用戶干擾程度限制、次用戶SR 限制的系統(tǒng)EE 最大化算法。文獻(xiàn)[87]利用IRS 增強(qiáng)了移動邊緣計算（MEC,mobile edge computing）系統(tǒng)的PLS，考慮本地計算的能耗、任務(wù)卸載等限制，設(shè)計了聯(lián)合優(yōu)化IRS 與AN的算法來降低系統(tǒng)的總功耗。

基于IRS的隱蔽通信系統(tǒng)，旨在通過優(yōu)化IRS使偵測者無法探測到合法通信鏈路，從而提升系統(tǒng)的CR。文獻(xiàn)[88]考慮了多天線的Bob 與Alice，提升了一定隱蔽限制條件下MIMO-IRS 無線系統(tǒng)的CR；文獻(xiàn)[89]研究了IoT 網(wǎng)絡(luò)中的IRS 輔助隱蔽通信系統(tǒng)，解決了完美隱蔽傳輸時的CR 最大化問題。

PLS 研究方向的最新研究工作中，如SKG，文獻(xiàn)[90]推導(dǎo)了準(zhǔn)靜態(tài)環(huán)境中SKR 上下界的閉式表達(dá)式并得出結(jié)論：SKR 與IRS 元件數(shù)、相關(guān)系數(shù)、導(dǎo)頻長度和反射信道質(zhì)量相關(guān)。關(guān)于PCA，文獻(xiàn)[91]將IRS 用于破壞時分雙工（TDD,time division duplex）系統(tǒng)中的信道互易性，完成了導(dǎo)頻攻擊。

3.2 未來展望

目前，基于IRS的信息理論安全增強(qiáng)的相關(guān)研究較為完善，未來可考慮如下2 個研究方向。

1)多基站通信系統(tǒng)中的PLS增強(qiáng)。Cell-Free、用戶中心網(wǎng)絡(luò)等多基站無線系統(tǒng)中，無線接入點(diǎn)和用戶的數(shù)目更多、分布更廣泛。在這樣復(fù)雜的無線系統(tǒng)中，Eav、Jammer的存在使系統(tǒng)的PLS問題更具有挑戰(zhàn)性，需要進(jìn)一步考慮IRS 部署的位置、復(fù)雜系統(tǒng)的CSI 獲取、用戶的調(diào)度等。

2) 非法IRS的反制與對抗。由于IRS的低能耗、低成本特性，不只有合法鏈路能利用IRS 提升性能，非法鏈路同樣可以部署自己的IRS 來輔助竊聽鏈路或降低合法鏈路的性能。比如，文獻(xiàn)[85]將IRS 用于輔助Eav的導(dǎo)頻攻擊；文獻(xiàn)[92]中Eav在BS 附近部署自己的IRS 來增強(qiáng)對合法信號的反射收集。由于IRS 無源，IRS 輔助的非法鏈路的偵測和相關(guān)CSI的獲取都非常困難。此時，傳統(tǒng)的聯(lián)合優(yōu)化算法很難得到好的效果，難以保證安全的無線傳輸。需要設(shè)計全新的技術(shù)手段來對抗非法IRS。

基于IRS的隱蔽通信研究可以從如下2 個方向進(jìn)行擴(kuò)展。

1) 更全面的系統(tǒng)設(shè)計目標(biāo)?，F(xiàn)有研究集中在設(shè)計最大化CR的算法。未來研究可以在滿足各類隱蔽通信條件的限制下（如CR 大于或等于一定閾值、DEP 小于或等于一定限制等），優(yōu)化速率、能效、發(fā)送功耗等目標(biāo)。

2) 更復(fù)雜的無線通信系統(tǒng)?，F(xiàn)有研究多考慮單個接收端、發(fā)送端、偵測者的無線系統(tǒng)，而實際無線系統(tǒng)更復(fù)雜。例如收發(fā)端、偵測者均配備多天線[88]、OFDM 無線系統(tǒng)、多個通信接收端等等。更復(fù)雜的無線系統(tǒng)具有更廣泛的研究場景，能為實際部署IRS 增強(qiáng)隱蔽通信帶來更大的參考價值。

IRS 輔助無線系統(tǒng)中PLS的其余研究方向目前集中在SKG 與PCA，兩者可從如下的角度進(jìn)行研究擴(kuò)展。

1)多用戶的分組SKG 設(shè)計。在多用戶的無線系統(tǒng)中，每個用戶的無線通信范圍有限，而部署IRS 則能擴(kuò)展信號覆蓋范圍。為此，需要設(shè)計IRS 優(yōu)化算法來提升分組密鑰容量。同時，針對IRS 輔助的SKG 傳輸需要重新設(shè)計協(xié)同密鑰提取協(xié)議。

2) 基于IRS的PCA 檢測與反制。目前研究大多利用IRS 來進(jìn)行PCA，而在存在PCA的無線系統(tǒng)中，也可以通過引入IRS 來進(jìn)行檢測與反制。例如，通過提取IRS 反射的導(dǎo)頻信號信息來判斷無線環(huán)境中是否存在其他的干擾源；通過優(yōu)化IRS 來增強(qiáng)LU的導(dǎo)頻傳輸鏈路通信質(zhì)量。