采用k均值聚类的物理层密钥生成方案

doi:10.19665/j.issn1001-2400.2019.01.002

摘要/Abstract

摘要：

传统的密钥生成算法没有同时利用幅值及相位两方面的信息,对信道信息利用不充分。针对此问题,提出了一种使用k均值聚类进行密钥生成的方案,该方法可以充分利用多个维度的信息,提高生成密钥的一致性。在密钥生成过程中,双方通过传输聚类中心的位置来进行对测量值进行分类,不会造成密钥信息的泄露。为了更好地提高密钥的一致性与随机性,结合随机导频系数和二维补偿方法,又提出了一种k均值二维补偿密钥生成方案。仿真结果表明,相比于其他密钥生成方法,两个方案在密钥的一致性与随机性方面性能更优。

关键词: k均值, 聚类, 密钥生成, 物理层安全, 二维补偿

Abstract:

Due to the fact that traditional key generation algorithms cannot make full use of the channel information, a key generation method based on k-means clustering is proposed. By using this method, both phase information and amplitude information can be fully utilized, and the consistency of the key can be improved effectively. In the key generation process, the two sides can classify the measured values by transferring the location of the cluster center, and will not cause leakage of key information. In order to improve the performance further, an improved method named k-means two dimensional compensation is proposed which combines the random pilot and two-dimensional compensation. Simulation result shows, compared with other key generation methods, the two schemes proposed in this paper can effectively improve the consistency and randomness of the secret key.

Key words: k-means, clustering, key generation, physical layer security, two dimensional compensation

中图分类号:

TN918.8 +2

刘景美,韩庆庆,沈志威,刘景伟. 采用k均值聚类的物理层密钥生成方案[J]. 西安电子科技大学学报, 2019, 46(1): 8-13.

LIU Jingmei,HAN Qingqing,SHEN Zhiwei,LIU Jingwei. Method for Secret key generation using k-means clustering[J]. Journal of Xidian University, 2019, 46(1): 8-13.

图/表 7

图1

图2

表1

图3

图4

图5

表2

参考文献 9

[1]	MAURER U M . Secret Key Agreement by Public Discussion from Common Information[J]. IEEE Transactions on Information Theory, 1993,39(3):733-742. doi: 10.1109/18.256484
[2]	LIU Y L, CHEN H H, WANG L M . Physical Layer Security for Next Generation Wireless Networks: Theories, Technologies, and Challenges[J]. IEEE Communications Surveys and Tutorials, 2017,19(1):347-376. doi: 10.1109/COMST.2016.2598968
[3]	PENG Y X, WANG P, XIANG W , et al. Secret Key Generation Based on Estimated Channel State Information for TDD-OFDM Systems Over Fading Channels[J]. IEEE Transactions on Wireless Communications, 2017,16(8):5176-5186. doi: 10.1109/TWC.2017.2706657
[4]	EL HAJJ SHEHADEH Y, HOGREFE D. An Optimal Guard-intervals Based Mechanism for Key Generation from Multipath Wireless Channels [C]//Proceedings of the 2011 4th IFIP International Conference on New Technologies, Mobility and Security. Washington: IEEE Computer Society, 2011: 5720584.
[5]	EL H S Y, ALFANDI O, TOUT K, et al. Intelligent Mechanisms for Key Generation from Multipath Wireless Channels [C]//Proceedings of the 2011 Wireless Telecommunications Symposium. Washington: IEEE Computer Society, 2011: 5960848.
[6]	沈志威, 刘景美, 韩庆庆 . 一种高度自适应的物理层密钥生成方案[J]. 西安电子科技大学学报, 2018,45(4):1-7.
	SHEN Zhiwei, LIU Jingmei, HAN Qingqing . Scheme for Generation of a Highly Adaptive Physical Layer Secret Key[J]. Journal of Xidian University, 2018,45(4):1-7.
[7]	CHENG L W, LI W, MA D T , et al. Moving Window Scheme for Extracting Secret Keys in Stationary Environments[J]. IET Communications, 2016,10(16):2206-2214. doi: 10.1049/iet-com.2015.1219
[8]	王纵虎, 刘志镜, 陈东辉 . 一种改进的粒子群优化快速聚类算法[J]. 西安电子科技大学学报, 2012,39(5):61-65. doi: 10.3969/j.issn.1001-2400.2012.05.011
	WANG Zonghu, LIU Zhijing, CHEN Donghui . Improved PSO-based Fast Clustering Algorithm[J]. Journal of Xidian University, 2012,39(5):61-65. doi: 10.3969/j.issn.1001-2400.2012.05.011
[9]	邢涛, 黄友红, 胡庆荣 , 等. 基于动态k均值聚类算法的SAR图像分割[J]. 中国科学院大学学报, 2016,33(5):674-678. doi: 10.7523/j.issn.2095-6134.2016.05.015
	XING Tao, HUANG Youhong, HU Qingrong , et al. SAR Image Segmentation Based on Dynamical k-means Clustering Algorithm[J]. Journal of University of Chinese Academy of Sciences, 2016,33(5):674-678. doi: 10.7523/j.issn.2095-6134.2016.05.015

类别	参数
系统	载频为2.4GHz,带宽为1MHz,最大多普勒频移f_d为10Hz
	衰落类型为瑞利衰落,多径数为3,时延为[0μs, 1μs, 2μs],功率服从指数衰减
	测量方式:双方每10ms进行一次测量,半双工性影响为0.5ms
k均值聚类	k取4,8,16,分别对应2bit,3bit,4bit量化,每1 000个样本进行一次聚类
k均值聚类	迭代停止条件:每个类内的测量值不变或达到最大迭代次数,最大迭代次数为100

检验项目	游程	频数	非重叠模块	块内最长游程	块内频数	近似熵	累加和		序列
无随机导频系数	0.870	0.903	0.992	0.037	0.606	0.025	0.851	0.857	0.016	0.014
有随机导频系数	0.976	0.962	0.998	0.985	0.874	0.972	0.964	0.967	0.659	0.846

[1]	张春祥,周雪松,高雪瑶,刘欢. 融合k均值聚类与LSTM网络的半监督词义消歧[J]. 西安电子科技大学学报, 2021, 48(6): 161-171.
[2]	张佳琦,陶海红,张修社,韩春雷. 一种利用量测空间聚类的多帧检测前跟踪算法[J]. 西安电子科技大学学报, 2021, 48(5): 231-238.
[3]	王波,邓科. DB-SMOTE及多层堆叠用于心律失常识别[J]. 西安电子科技大学学报, 2021, 48(4): 136-143.
[4]	何云斌,冷欣,万静. 不平衡数据加权边界点集成欠采样方法[J]. 西安电子科技大学学报, 2021, 48(4): 176-183.
[5]	肖叶秋,祝幸辉,赵双睿,任保全,沈玉龙. 卫星通信系统的物理层安全性能分析[J]. 西安电子科技大学学报, 2021, 48(3): 163-169.
[6]	周建宇,位寅生,许荣庆. 一种改进模糊C均值聚类的电离层杂波分类方法[J]. 西安电子科技大学学报, 2021, 48(2): 35-41.
[7]	翟社平,汪一景,陈思吉. 区块链技术在电子病历共享的应用研究[J]. 西安电子科技大学学报, 2020, 47(5): 103-112.
[8]	高建邦,袁朝辉,周静. 一种窃听用户位置未知的多播系统通信方案[J]. 西安电子科技大学学报, 2020, 47(5): 144-149.
[9]	孙骞,张家瑞,高岭,王宇翔,杨建锋. 一种改进的边缘层节点健康态势预估方法[J]. 西安电子科技大学学报, 2020, 47(3): 32-39.
[10]	李钊,袁文浩,任崇广,黄程程,董霄霄. 跨层精度自动调节的k均值聚类近似计算方法[J]. 西安电子科技大学学报, 2020, 47(3): 50-57.
[11]	刘永利,郭呈怡,刘静,吴岩. 结合FCS的多视图模糊聚类算法[J]. 西安电子科技大学学报, 2019, 46(4): 99-106.
[12]	张书博,任淑霞,吴涛. 结合概率矩阵的改进谱聚类社区发现算法[J]. 西安电子科技大学学报, 2019, 46(3): 167-172.
[13]	赵彤,李先圣,张雷,丁恩杰,胡延军. 煤矿井下区间分段视距节点合作定位算法[J]. 西安电子科技大学学报, 2019, 46(1): 166-173.
[14]	杨广宇, 仇洪冰. 保密MIMO无线携能系统的鲁棒能效优化[J]. 西安电子科技大学学报, 2018, 45(6): 31-37.
[15]	刘道华, 胡秀云, 赵岩松, 崔玉爽. 一种动态分群带熵权的粒子群优化方法[J]. 西安电子科技大学学报, 2018, 45(6): 69-74.