Document details

The transition toward the Sixth Generation (6G) of wireless networks is fundamentally driven by the shift from centralized architectures to distributed multi-antenna topologies. While these configurations enhance coverage and Spectral Efficiency (SE), they simultaneously introduce additional security and network integrity vulnerabilities. For that, to complement the traditional cryptographic algorithms, Physical Layer Security (PLS) can be an effective strategy for acquiring essential wireless network information in order to develop authentication methods against impersonation attacks and establish a primary defense layer at the Physical Layer (PHY).Point-to-point link integrity is first investigated, demonstrating that the Singular Value Decomposition (SVD) can serve as a spatial fingerprint capable of detecting spoofing attacks through statistical discontinuities. To counter the limitations of linear tracking in mobility regimes, a data-driven approach leveraging Machine Learning (ML) networks is proposed to predict future Channel State Information (CSI) and identify malicious deviations. Expanding the scope to decentralized networks, this work introduces a scalable multi-eavesdropper detection framework that identifies pilot contamination by monitoring SE losses derived from the network Resource Allocation (RA) schemes. Finally, the concept of a ”Physical Firewall” is proposed as an active mitigation strategy. By employing Meta-Heuristic (MH) algorithms to reconfigure the AP Selection (APS), the network can isolate attackers through PHY Local or Global Security Patches with the ability to recover nearly all network throughput lost during an attack while strictly guaranteeing secrecy margins for the affected User Equipment (UE)s.

A transição para a sexta geração (6G) de redes de comunicação é fundamentalmente impulsionada pela mudança de arquiteturas centralizadas para topologias multi-antena distribuídas. Embora estas configurações melhorem a cobertura e a eficiência espetral (en: SE), simultaneamente introduzem vulnerabilidades adicionais de segurança e de integridade da rede. Para tal, de forma a complementar os algoritmos criptográficos tradicionais, a segurança da camada física (PLS) pode ser uma estratégia eficaz para adquirir informações essenciais do canal de comunicação, visando o desenvolvimento de métodos de autenticação contra ataques de falsificação de identidade e o estabelecimento de uma primeira barreira de defesa na camada física (en: PHY).Neste documento investiga-se a integridade das ligações ponto-a-ponto, demonstrando que a decomposição de valores singulares (en: SVD) pode servir como uma "assinatura digital" espacial capaz de detetar ataques de falsificação de identidade através de descontinuidades estatísticas do canal. Para contornar as limitações da monitorização linear, é proposto uma abordagem baseada em aprendizagem de máquina (en: ML) para prever a informação de canal (en: CSI) futura e identificar desvios maliciosos.No contexto das redes descentralizadas, é introduzida uma estrutura escalável de deteção de múltiplos atacantes ativos (en: Eve) que identifica a contaminação de pilotos através da monitorização de perdas de eficiência espetrais derivadas dos esquemas de alocação de recursos (en: RA) da rede.Finalmente, propõe-se o conceito de uma "Firewall Física" como uma estratégia de mitigação ativa. Ao empregar algoritmos meta-heurísticos (en: MH) para reconfigurar os pontos de acesso (en: APs), a rede pode isolar fisicamente os atacantes através de correções de segurança locais ou globais na PHY com a capacidade de recuperar quase todo o débito da rede perdido durante um ataque, garantindo simultaneamente margens de segredo rigorosas para os utilizadores (en: UEs) afetados.