基于DF-NOMA辅助的PLC系统安全性能分析.pdf

第2 7 卷第2 期2024年4月扬州大学学报（自然科学版）Journal of Yangzhou University(Natural Science Edition)Vol.27 No.2Apr.2024基于 DF-NOMA辅助的 PLC系统安全性能分析吴菁菁1，杨晴1*，丁杰，赵宇1（1.扬州大学信息工程学院，江苏扬州2 2 5117；2.江苏科技大学计算机学院，江苏镇江2 12 10 0）摘要：为了探求影响电力通信系统数据安全传输的关键因素，构建基于解码转发（decode-and-forward，DF)中继和非正交多址接人（non-orthogonalmultiple access，NO M A）技术辅助的电力线通信（power linecommunication，PLC)系统，并研究其安全传输性能.针对外部窃听和内部窃听两种情况，联合考虑背景噪声和脉冲噪声的影响，分析系统的可达速率、遍历安全速率和安全中断概率等性能，并利用高斯-切比雪夫求积方法获得其相应的闭合表达式.结果表明：较高的脉冲噪声会降低系统的频谱效率和安全传输性能；功率分配系数以及源用户到中继用户的距离均对系统安全传输产生显著影响.进一步地，通过蒙特卡罗仿真实验验证了理论分析的正确性。关键词：电力线通信；非正交多址接入；物理层安全；遍历安全速率；安全中断概率中图分类号：TN918.81D0I:10.19411/j.1007-824x.2024.02.005文献标志码：A文章编号：10 0 7-8 2 4X(2024)02-0026-09电力线通信（powerline communication，PLC)主要利用现有电力线实现高速数据传输通信，无须重新架设网络线路.PLC具有部署方便和覆盖范围广等优点，在智能家庭或智慧城市等领域得到广泛应用!.然而，PLC通信信道衰落较大，并且设备的大量接入及频繁的负载切换使得其易受脉冲噪声的影响，在很大程度上限制了PLC的通信性能2 .采用放大转发或解码转发（decode-and-forward，D F)协议的中继技术可有效对抗PLC中的信号衰落和噪声干扰，从而拓展PLC通信的覆盖范围并提升系统性能3，与此同时，非正交多址接人（non-orthogonalmultiple access，NO M A)技术允许多个用户在同一时频资源上发送和接收信号，可显著提高系统的频谱效率，备受国内外学者的关注4。随着网络购物和电子银行的普及，在当今信息社会，数据的安全传输尤为重要.然而，目前关于PLC的研究主要集中在频谱效率、可靠性和功耗等方面5-7，而关于PLC网络物理层安全方面的研究甚少.Mohan等研究了单用户PLC通信网络中的安全中断概率（secrecy outage probabil-ity，SO P)和严格正安全容量性能，却未考虑多用户情况.众所周知，随着海量设备接入通信网络，多用户通信已成为普遍的通信场景.Ahiadormey等9 I在NOMA辅助的PLC网络中研究了系统的SOP性能，但因未考虑中继技术，故而不能有效对抗PLC中的信号衰落或增长通信距离.基于此，本文拟构建基于DF中继和NOMA辅助的PLC系统，研究其频谱效率和安全性等通信性能，以期揭示影响系统性能的关键因素.本文符号定义如下：fx（），Fx（）分别为随机变量X的概率密度函数（probability densityfunction，PD F)和累积分布函数(cumulative distribution function，CD F)；Q(），Pr(），m i n(，），max(，)分别代表高斯Q函数、概率运算操作、求最小值运算操作和求最大值运算操作。1系统模型考虑如图1所示的基于DF-NOMA辅助的PLC系统，该系统由源用户S、中继用户R、近用户收稿日期：2 0 2 3-0 4-14.联系人，E-mail:jingyangyzu.edu,cn,基金项目：国家自然科学基金资助项目（6 2 2 0 52 8 3）；中国博士后科学基金资助项目（2 0 2 2 M712697).引文格式：吴菁菁，杨晴，丁杰，等：基于DF一NOMA辅助的PLC系统安全性能分析J.扬州大学学报（自然科学版），2 0 2 4，27(2):26-34.第2 期U1、远用户U以及窃听用户E组成，所有用户均配备单天线.源用户S在R的帮助下与UI、U 通信.合法链路 SR、RU I、RU 和窃听链路RE的信道衰落系数分别以hsR，hRu,，h r u z，h r e 表示.假设hm服从独立且同分布的对数正态衰落，即hml n（，o），mE(SR,RUi,RU2,RE)，其中,o分别表示lnhm的均值和方差.于是，hm服从平方对数正态分布，其PDF和CDF分别为10 11fh(a)=V8元2Fr()=1-Q综合考虑噪声和信道衰落的影响，定义Am为PLC链路的线路损耗，A=e x p（一（b。十brf)dm），其中dm为链路距离，f为发射频率，k、b。和b1均为衰减常数.1.1噪声建模PLC 通信链路中的噪声通常是背景噪声与脉冲噪声的叠加，常采用Bernoulli-Gaussian 模型11进行建模，通信用户l处的总噪声为ni=n十npn，l E（R,U i，U z,E），其中nB为背景噪声，ni为脉冲噪声，np为伯努利随机变量，且nBM,o）和ni%M O,o i）是均值为O、方差分别为品和i的加性高斯白噪声，于是，的PDF为f（i）=i n，其中=1-，=，(0 1.于是，R处的接收信号为(3)中继用户R将i视为噪声并试图解码2，然后执行串行干扰消除以解码1.假设R可以执行理想的串行干扰消除，即R可成功解码信号a1和2.于是，在中继R处，i的接收信噪比（signalto noise ratio，SNR)和 2 的接收信干噪比(signal to interference plus noise ratio，SINR)分别为（4)a2piASRhsR(5)aip,AsrhSr+i其中 p,=P/oj.在第二个时隙，R广播叠加信号r一ViP十V2P2.用户U,处的接收信号为根据NOMA技术原理，U直接解调其自身的信息2，并将U的信号i视为干扰.故信号2在U2处的接收 SINR为吴菁菁等：基于DF-NOMA辅助的PLC系统安全性能分析U合法链路图1DF-NOMA辅助的PLC系统模型Fig.1 System model of DF-NOMA-assisted PLC system(ln-2)2exp80(lna-2)20yR=hsRAsRas+nR.yf.1=1p,ASrhSR,Yu,=hru,Aru,r+nu,iE(1,2).27hREhRuhRu:hsRSRU窃听链路E(1)(2)(6)(18)28不同于U，U i 先译码U的信息2并执行串行干扰消除，然后再译码其自身的信息i.于是，Ui处2的接收SINR和i的接收SNR分别为yui2=a1pjAku,hu,+i1yji-i=1 p,ARu,hRu,:下面考虑外部窃听和内部窃听两种场景下窃听链路的信息传输.1）外部窃听场景.窃听用户E可以执行理想的多用户检测，完全消除用户间干扰，当E收到R的广播信号r后，企图窃听Ui和U，的信号，该场景即外部窃听.窃听用户E处的接收信号为(10)于是，在窃听用户E处，信号；的接收SNR为yfi=ipjARehRe,iE(1,2).2）内部窃听场景.假设远用户U在获取自身的信号2 后尝试窃听U的信号i，该场景即内部窃听.信号i在U，处的接收SNR为(12)2平均可达速率与遍历安全速率分析2.1平均可达速率合法链路RU,(iE（1,2)）、窃听链路RE以及内部窃听链路的瞬时可达速率分别为其中=min(，），=m in(*，2 2).根据平均可达速率12)R2可见欲获得平均可达速率R，RF，RJa，须先得到，i，和a的CDF结果。定理1随机变量和的CDF分别为Fy/i()=1-Q(a1p,AR20Fy/2()=1-(iY)p,ASR202-i7)p;ARu,220证明首先，利用式（4)（9），计算得到的CDF为F（）=Pr m i n(，Pr(Fi,yji)=1-Pr(hr1p;ASRip,ARu,OAR扬州大学学报（自然科学版）a2p,ARu,hiuaY22aip,Aku,hru,+i2p,ARu,hRu,YE=hREARECR+nE.yJe-i=ipjARu,hRu,R=-1b(1+i),21-1b(1+yF),RE,2RU2-1b(1+/2*i),2121b(1+)f()dy1n第2 7 卷(7)(8)(9)(11)(13)(14)(15)1(1-F()2d，21n2J。1+nQInQ(hRu,M(16)10;ARu,(17)20-iY)p;ARu,(22020第2 期Y;ARU202)=1 Pr(2,i2,22)=1Pr吴菁菁等：基于DF-NOMA辅助的PLC系统安全性能分析其次，由式（5)（7）（8)可得yi2的CDF为Fye（）=Pr mi n(2，29hSR(217Pr(hu,(a2-i)p;AkPrhRu2aa-ip,Aku,i)p;ASR20Q将式（17)（18)代人式(16)，并利用高斯-切比雪夫求积方法进行数学处理，得到UI处i和U2处2 的平均可达速率分别为R12%1 4G+M)1n 2L元V-Ry4Ga1+v)1n 202元1-V2In1v2)p;ARuQ20(2g1）元其中$=cos(2G斯-切比雪夫节点的数目，G为复杂性权衡参数.据式（19）（2 0），本文系统的平均可达速率为定理2随机变量F和的CDF分别为InF,F.()=1-Q(ip;ARE20Fyf2*()=1-Q证明由式（2)（11)(12)，易证定理2.将式（2 1)（2 2)代人式（16)，利用高斯-切比雪夫求积方法，可得窃听用户E窃听用户U.(iE（1，2)信息以及远用户U，窃听Ui信息时的平均可达速率分别为V1nAREg=1 4G(1+vi)In 2Q1nR1 Z1L元V1一g=1 4G(1+vi)In 22.2遍历安全速率安全速率为合法链路与窃听链路的数据速率之差，遍历安全速率则是在所有可能的信道衰落状态下安全速率的平均值.遍历安全速率是衡量用户通信安全性的重要指标之一13。-i)p,ARu,20QV12Rsys=p1(Ri+Ri2)+p2(R21+R2).L元V1-20V1Qp,ARu120i)p;ARu,20V12-1v2)p;ASR20V21v2)p,ARu,202（十1)，L为足够大的常数，用于表示高V2211p;ARu20i定理1得证。V1ARU20V2(19)(20)(21)(22)(23)(24)30在外部窃听场景下，即窃听用户E企图窃听用户Ui和U的信息时，Ui和U的瞬时安全速率分别为(25)Rr:/%=Rj2-RF+,(26)其中+=ma x(0，）.根据式（19)（2 0)（2 3），可得到用户Ui和U以及系统遍历安全速率分别为Rec:i=pi(Ri1-RF-i)+p2(R2i-R1),Rec-2=pi(Ri2-Rf2)+p2(R2-R*2),扬州大学学报（自然科学版）R:=Rji RF-,第2 7 卷在内部窃听场景下，即U企图译码Ui的信号时，Ui的瞬时安全速率为Rm:i=Rj1RJa+.进一步地，据式（19)（2 4），可得Ui处的遍历安全速率为RmcUi=pr(Ri1-RY2-*)+p2(R21-RJa-*1).3 SOP分析SOP是衡量系统安全性能的重要指标之一，用于反映瞬时安全速率低于预定安全传输速率的概率14.定理3在外部窃听场景下，Ui和U的SOP的解析表达式分别为L元/1-exp(SOPuP,SOPul.,2,P,1-2xt=122R22RRihAREQln1p;ASRsOP=Zj-,SOPla.,Z,-b1-Q2p,AREV3+22RhQi入ip;ASr(d;-vs)20Q1其中山=2-1(22Rth22Rihaia2p;ARE证明根据式(2 5)(2 6)，有SOPu.,=Pr(R:JiRh）=1-22RiAREFiu22RhASRaip,ARu,解，故本文利用高斯-切比雪夫求积方法得到式（2 8).同理，可得式（2 9），定理3即得证.定理4在内部窃听场景下，Ui的SOP解析表达式为SOPul2,p,SOPul,2,tp 1-2intg-12Gv1/8元g22RiARu,22R.hASRnV1QQp;AR20(27)InVi2Gv1/8元g80ASRQ20In22Rh20jARE v3+22Rthi入,p,ARu,(,-vs)20Rth2p,AREV3+22Ri入p;ARu,(,-vs)2022Rth2pjARE,V32?RiAREARu,(28)1p;ARu,ARu20d元VexpIn2GV3V8元08022（g g 十1)，Rh为用户的目标安全速率.22Rh一Fha1P,ASRfi（)da若将式（1)（2）直接代人该式则难以求L元/1dexp(30)22R2Q1ARU(29)(lnVi一802RARu,20第2 期证明22RitARu,ASR解积分，即可得定理4.在外部窃听场景下，系统SOP为U和U，中任意一个用户或两用户同时发生安全中断的概率，即故将式（2 8)（2 9)代人上式，即可求得外部窃听场景下本文所研究系统SOP的理论表达式。4系统仿真结果与分析实验环境为Inteli5CPU，M A T L A BR2 0 19 b 以及Mathematica12.为验证本文理论分析的准确性，现进行蒙特卡洛仿真实验.为便于分析，假设p1=p，p 2=p/（1+K），其中K=oi/品为脉冲噪声指数，其他相关参数的设置如表1所示.设置功率分配系数1=0.25，源用户到中继用户的距离dsR=40m.当脉冲噪声到达概率p=0.001，0.1时，在内外部窃听场景下，用户U1，U 2 的遍历安全速率及系统遍历安全速率随信噪比的变化关系如图2所示.由图2 可见：随信噪比增大和脉冲噪声到达概率力减小，用户的遍历安全速率、系统平均可达速率以及遍历安全速率均有所提升，这表明系统的安全性能得以提升；由于系统中存在窃听，在相同信噪比下，系统的遍历安全速率低于平均可达速率，这意味着为了保证系统的安全传输，不能以系统所能支持的最大数据速率（即平均可达速率)来传输数据，故数据传输速率须低于遍历安全速率，否则信息在传输过程中容易被窃取。2.0：K 仿真值一=0.0 时的恶论值(2H-5.11)/率研一R仿真值P=0.1时的理论值R仿真值1.5*R仿真值1.00.50图2 在不同p下，用户遍历安全速率、系统遍历安全速率和平均可达速率随信噪比变化关系曲线Fig.2 Curves of user ergodic secrecy rate,system ergodic security rate,and average设置功率分配系数1=0.25，脉冲噪声到达概率p=0.001，信噪比p=20dB，源用户到中继用户的距离dsR对SOP性能的影响如图3所示.由图3可见：在外部窃听场景下，当中继R位于S和吴菁菁等：基于DF-NOMA辅助的PLC系统安全性能分析根据式(2 7)，有SOPl，=Pr(R:Ji Ra）=1-1Fiu(22Rh-(aipjARu,SOPx=1-(1-SOPu)(1-SOPUa).1510信噪比p/dB(a)外部窃听场景achievable rate as a function of SNR for different p3122Rh一F,2hsR1p;ASR2RhARRU,ARu,V1参数f/MHzb1/dBdsu,/mdse/mK0.6(2H-s.11)/率0.50.40.30.20.11520fhRuhRU2（）d.利用高斯-切比雪夫求积方法直接求表1仿真参数设置Tab.1SSimulation parameter setting参数值304.2X10-7360120152530参数boK2/dBdsu,/mRth/(bit s-1.Hz)GR仿真值一p=0.001时的理论值.=0.1时的理论值05参数值9.4X10-30.71900.1200010152025信噪比p/dB(b)内部窃听场景3032Ui中间位置时，即dsR=30m，U i的SOP性能达到最优，此时Ui的安全性能最为强健；在内部窃听场景下，当dsR=25m时，SOP=0.087，此时U1的安全性最好；当dsR=40m时，外部窃听场景下，系统SOP以及U，的安全性均达到最强.故在实际系统设计中，为了保证系统的安全传输，须合理选取中继用户的位置.设置脉冲噪声到达概率p=0.001，源用户到中继用户距离ds=40m，信噪比p=20dB，SO P性能随功率分配系数1的变化关系如图4所示.由图4可见：1）在外部窃听场景下，远近用户的安全性能有所不同.当1减小时，更多功率被分配给a2，远用户U2的SOP降低，其安全性能得到改善，但近用户Ui的安全性能变差；然而，当1增大，更多的功率被分配给i时，近用户Ui的SOP下降，其安全性能提升，而远用户U的安全性能变差；2）在内部窃听场景下，近用户Ui的SOP性能与外部窃听场景下的情况相似.这说明功率分配系数对用户UI和U的安全性能影响较大.故在实际系统设计中，须综合考虑选择合适的功率分配系数i和2以保证用户UI和U，的安全性能。1.0*0.8F0.60.40.2F0图3源用户到中继用户的距离dsk对SOP的影响Fig.3The impact of source-to-relay distanceto dsr on SOP设置功率分配因子i=0.25，源用户到中继用户距离dsR=40m，当脉冲噪声到达概率p=0.001，0.1时，外部窃听场景下，用户Ui和U2的SOP以及内部窃听场景下用户U1的SOP随信噪比变化的关系曲线如图5所示.由图5可见：随着p的降低，远近用户的SOP都减小，安全性能均得以提升.这是因为当p值较高时，接收到的信号样本会大概率被脉冲噪声破坏，并在解码时被丢弃.综上，蒙特卡罗仿真结果与数值分析结果吻合，验证了本文理论分析的正确性。1.0SOPUu仿真值SO PU i 仿真值0.8一p=0.001时的理论值=0.1时的理论值0.60.40.20扬州大学学报（自然科学版）SOPui仿真值1.0SOPu仿真值SOPl仿真值SO P仿真值理论值1020源到中断距离dr/m510信噪比p/dB(a)外部窃听场景图5不同p下，SOP随信噪比的变化关系曲线Fig.5SOP versus SNR for different p第2 7 卷SOPui仿真值SOPU仿真值0.8SOPu仿真值SO P仿真值0.6一理论值0.40.2上30401520502530600图4功率分配系数i对SOP的关系Fig.4 The impact of power allocation as on SOP1.00.80.60.4F0.200.1510信噪比p/dB(b)内部窃听场景0.2功率分配因子.SOPu仿真值一P=0.001时的理论值p=0.1时的理论值1520250.30.40.530第2 期5结论本文针对基于DF-NOMA辅助的PLC系统，考虑脉冲噪声和背景噪声对系统的影响，分析了电力线通信系统的可达速率和安全性能.在外部窃听和内部窃听两种场景下，获得了远近用户的SOP、遍历安全速率和平均可达速率的闭合结果，并通过蒙特卡罗仿真实验验证了理论分析的准确性.结果表明：脉冲噪声在一定程度上会降低PLC系统传输的安全性能；功率分配系数和源用户到中继用户的距离也会影响系统的安全性能.故在实际的系统设计中，须设计合理的功率分配系数，选取合理的中继用户位置，以实现系统的安全传输.参考文献：1LIONG A A G,GOPAL L,RONG Y,et al.Power optimization of a three-node two-way relay-assisted power-line communication system J.IEEE Trans Power Delivery,2023,38(1):200-211.2CAMPONOGARA A,POOR H V,RIBEIRO M V.PLC systems under the presence of a malicious wirelesscommunication device:physical layer security analyses JJ.IEEE Syst J,2020,14(4):4901-4910.3AHIADORMEY R K,ANOKYE P,PARK S H,et al.Two-way relaying non-orthogonal multiple access withimperfect successive interference cancellation in power line communications J.IEEE Open J Commun Society,2020,1:1872-1885.4RIAZUL I S M,AVAZOV N,DOBRE O A,et al.Power-domain non-orthogonal multiple access(NOMA)in5G systems:potentials and challenges JJ.IEEE Commun Surv Tutor,2017,19(2):721-742.5RAMESH R,GURUGOPINATH S,MUHAIDAT S.Hybrid protocols for relay-assisted non-orthogonal multi-ple access in power line communications J.IEEE Open J Commun Society,2023,4:1813-1825.6PRASAD G,MISHRA D.Energy-aware outage probability minimization in DF-relayed power line communica-tion LJJ.IEEE Networking Lett,2021,3(1):23-26.7陈生海，言小琴，黎赛，等。混合双跳PLC-FSO通信系统的性能分析JJ通信学报，2 0 2 1，42（10）：2 43-2 50.8MOHAN V,MATHUR A,KADDOUM G.Analyzing physical-layer security of PLC systems using DCSK;acopula-based approach JJ.IEEE Open J Commun Society,2023,4:104-117.9AHIADORMEY R K,ANOKYE P,JO H S,et al.Secrecy outage analysis in NOMA power line communica-tions J.IEEE Commun Lett,2021,25(5):1448-1452.10SAMIR A,ELSAYED M,EL-BANNA A A A,et al.Performance of NOMA-based dual-hop hybrid power-line-wireless communication systems J.IEEE Trans Veh Technol,2022,71(6):6548-6558.11RAMESH R,GURUGOPINATH S,MUHAIDAT S.Three-user cooperative dual-stage non-orthogonal multi-ple access for power line communications J.IEEE Open J Commun Society,2023,4:184-196.12SHUKLA M K,NGUYEN H H.Ergodic secrecy sum rate analysis of a two-way relay NOMA system JJ.IEEESyst J,2021,15(2):2222-2225.13朱浩宇，侯嘉。基于非正交多址接人协作传输策略的安全性能分析J科学技术与工程，2 0 2 2，2 2（13）：5269-5275.14郭克锋，安康，臧晓尧.NOMA技术下的星地融合网络安全性能分析JI.南京航空航天大学学报，2 0 2 1，53(S):90-96.吴菁菁等：基于DF-NOMA辅助的PLC系统安全性能分析33Security performance analysis of power line communicationsystem based on DF-NOMAWU Jingjing,YANG Jingl,DING Jie,ZHAO Yu1(1.School of Information Engineering,Yangzhou University,Yangzhou 225127,China;2.School of Computer Science,Jiangsu University of Science and Technology,Zhenjiang 212100,China)Abstract:In order to explore the key factors affecting the data security transmission of power com-34munication system,a power line communication system based on decode-and-forward relay and non-orthogonal multiple access(NOMA)technology is constructed,and its security transmission per-formance is studied.Considering the influence of background noise and impulse noise jointly,theachievable rate,ergodic secure rate and secure outage probability of the system are analyzed for thecase of external wire-tap and internal wire-tap.The corresponding closed expressions are obtainedby using Gaussian Chebyshev quadrature method.The results show that higher impulse noise willreduce the spectral efficiency and safe transmission performance of the system.And the power allo-cation coefficient and the distance from the source user to the relay user also have a significantimpact on the system security transmission.Furthermore,the correctness of the theoretical analysisis verified by Monte Carlo simulation experiments.Keywords:power line communication;non-orthogonal multiple access;physical layer security;erg-odic secrecy rate;secrecy outage probability扬州大学学报（自然科学版）第2 7 卷（责任编辑林子）(上接第2 5页）Link prediction for online social networks via graph attention networkLIU Yuan,YANG Kail*,SU Jialiang,YUAN Ming,ZHAO Zijuan?(1.School of Information Engineering,Yangzhou University,Yangzhou 225127,China;2.Business School,University of Shanghai for Science and Technology,Shanghai 200093,China)Abstract:With the increasing scale of online social networks,traditional link prediction methods aredifficult to capture comprehensive feature information of each user.To address this problem,a no-vel link prediction method for online social networks based on graph attention network(LP-GAT)is proposed in this paper.First,the online social network is represented as a graph to preserve thecomplete user attribute information and social network structural information.Secondly,the atten-tion mechanism is introduced into the graph neural network model to more accurately depict theusers social feature information and generate the embedded representation of the user node.Final-ly,the performance of the model is evaluated by feeding the node embedding representations into aclassifier.The results of link prediction experiments on 4 real online social network data sets showthat the proposed model has better performance than traditional link prediction methods.Keywords:online social network;graph neural networks;graph attention network;link prediction(责任编辑林子）