Geri Dön

A robust framework covering measures developed using EVM metric against jamming attacks in next-generation communication systems

Yeni nesil haberleşme sistemlerinde karıştırma saldırılarına karşı EVM metriği kullanılarak geliştirilen önlemleri kapsayan güçlü bir çerçeve

PDF İndir

  1. Tez No: 888771
  2. Yazar: CEM ÖRNEK
  3. Danışmanlar: PROF. DR. MESUT KARTAL
  4. Tez Türü: Doktora
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2024
  8. Dil: İngilizce
  9. Üniversite: İstanbul Teknik Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Elektronik Mühendisliği Bilim Dalı
  13. Sayfa Sayısı: 200

Özet

Karıştırma saldırılarına karşı alınabilecek tedbirlerin ilk aşaması ortamdaki karıştırma sinyallerinin varlığının tespit edilmesidir. Metodolojimiz, alınan sinyaldeki her bir kaynak bloğu için EVM metriğinin ölçülmesini (Error Vector Magnitude vs. Resource Block-EVM vs. RB) önermektedir. Karıştırıcı sinyal tespiti için literatürde geniş çapta kullanılan alınan sinyal gücü (Received Signal Strength-RSS) ve bit hata oranı (Bit Error Rate-BER) metriklerinden farklı olarak, önerilen metodoloji karıştırıcı sinyallerin IQ sembolleri üzerindeki etkilerini EVM metriği aracılığıyla incelemektedir. EVM'in karıştırıcı sinyallerin IQ sembolleri üzerinde yarattığı küçük değişiklikleri bile algılayabilme yeteneği sayesinde metodolojimiz, geleneksel yaklaşımlara kıyasla hassasiyet açısından önemli avantajlar sağlamaktadır. Dahası, önerilen metodoloji O(N) mertebesinde düşük bir işlem karmaşasına sahiptir ve bu özellikle katı gecikme gereksinimleri ile bilinen yeni nesil iletişim sistemleri için oldukça kritiktir. Veri iletim sisteminde zaten doğal olarak üretilen IQ sembollerini kullanarak, metodolojimiz mevcut 5G ve LTE sistemlerine ek yük getirmeden sorunsuz bir şekilde entegre olur ve gerçek dünya senaryolarındaki pratik entegrasyonu kolaylaştırır. Kaynak blokları (Resource Blocks-RBs) yeni nesil kablosuz iletişim sistemleri için frekans alanını temsil eder ve önerilen metodoloji alınan sinyaldeki her bir kaynak bloğu için EVM ölçümünü gerçekleştirir. Bu şekilde, yaklaşımımız yalnızca karıştırıcı sinyallerinin varlığını tespit etmekle kalmaz, aynı zamanda karıştırıcı sinyallerine ait frekans bilgilerini de ortaya koyar. Bu önemli bilgi, haberleşme sistemlerine karıştırma saldırılarına karşı gelişmiş tedbir alma kabiliyetleri sunar böylece karıştırma saldırılarının etkisini azaltmak için hedefe yönelik aksiyonların alınabilmesine imkan sağlar. Ayrıca, yöntemimiz modülasyon türü ve kod oranı da dahil olmak üzere değişkenlik gösterebilen sistem parametreleri durumlarında stabil sonuçlar sunmaktadır. Böylece dinamik iletişim ortamları için uyarlanabilirliğe de katkıda bulunur. Oysa jamming tespiti için literatürde kullanılması sıklıkla önerilen BER, veri hacmi ve paket teslim oranı gibi ölçütler bu sistem parametrelerindeki değişimlere karşı duyarlılık gösterir ve karıştırma sinyal tespiti açısından güvenilir olmayan sonuçlara neden olmaktadır. Önerilen tespit metodolojisinin etkinliği kapsamlı teorik analizler, simülasyon çalışmaları ve laboratuvar deneyleri ile doğrulanmıştır. Teorik analizler yaklaşımımızın avantajlarını kanıtlamakta, geçerliliğini ve güvenilirliğini güçlendirmektedir. Simülasyon sonuçları, yöntemimizin çeşitli senaryolardaki sağlamlığını ve istikrarını ortaya koyarak gerçek dünya uygulamalarındaki pratik faydasını vurgulamaktadır. Laboratuvar deneyleri, yöntemin etkinliğine dair deneysel kanıtlar sunarak operasyonel iletişim sistemlerinde kullanılma potansiyelini daha da güçlendirmektedir. Karıştırıcı sinyal tespitinin ötesinde, karıştırıcı sinyal sınıflandırma metodolojimiz, geliştirdiğimiz bir diğer ölçüm olan Sembol-RB-EVM'yi kullanarak çeşitli karıştırıcı sinyallerini doğru bir şekilde karakterize etmek ve sınıflandırmak için kapsamlı bir çözüm sunar. Sembol-RB-EVM ölçümü, her OFDM sembol zamanı için elde edilen EVM vs. RB verilerinin bir matriste toplanmasıyla oluşturulur. Bu metrik zaman ve frekans alanları boyunca karıştırıcı sinyal davranışının incelikli bir şekilde anlaşılmasını sağlar. Spektrogram, RSS ve BER gibi geleneksel ölçümlerin aksine, Sembol-RB-EVM metriği, karıştırıcı sinyallerinin karakteristiklerini yakalamada üstün hassasiyet ve özgüllük sunar. Sembol-RB-EVM ölçümleriyle veri kümesini oluşturduktan sonra, karıştırma sinyali sınıflandırması için makine öğrenimi algoritmalarından yararlanıyoruz. Sembol-RB-EVM'nin karıştırma sinyallerine ait yararlı özellikleri verimli bir şekilde sağlaması sayesinde, önerilen metodoloji sinyal bozucu türlerinin yüksek doğrulukla hassas bir şekilde sınıflandırılmasını sağlar ve böylece yanlış alarmları en aza indirir. Symbol-RB-EVM'in bu özelliği ayrıca daha düşük kompleksiteli makine öğrenme yöntemlerinin minimal eğitim verileriyle bile başarılı sonuçlar verebilmesini sağlamaktadır. Buna Symbol-RB-EVM'in düşük işlem karmaşıklığıyla ($O(N)$) hesaplanması da eklenince önerilen metodolojinin overall kompleksite konusunda da oldukça değerli bir konumda olduğunu söyleyebiliriz. Kapsamlı simülasyon çalışmaları, önerdiğimiz metodolojinin farklı senaryolarda ve çevresel koşullarda çeşitli karıştırıcı sinyal türlerini doğru bir şekilde karakterize etmedeki üstün performansını göstermektedir. Karıştırıcı sinyal tespiti ve sınıflandırmasına ek olarak, EVM metriğinin karıştırıcı lokalizasyon problemi için de etkili sonuçlar sağlayabileceği değerlendirilmiştir. Lokalizasyon süreci EVM vs. RB metodolojisi kullanılarak karıştırıcı sinyallerin tespit edilmesiyle başlar. Kullanıcı ekipmanlarından (User Equipments-UEs) elde edilen EVM verileri kullanılarak harita üzerinde EVM konturları çizilir. Menzilden-bağımsız bir özelliğe sahip olan bu yaklaşımda, konturlar sinyal bozucu kaynağa doğru yoğunlaşarak karıştırıcının konumuna ilişkin kabaca bir tahmin sağlar. Karıştırıcıyı çevreleyen UE yoğunluğu yeterince yüksek olduğunda, yalnızca bu konturlar kullanılarak doğru lokalizasyon hızlı bir şekilde başarılabilir ve başka işlemlere gerek kalmaz. Ancak, UE yoğunluğunun doğru bir lokalizasyon için yeterli olmadığı durumlarda, lokalizasyon doğruluğunu artırmak için menzil-tabanlı bir teknik olan Varış Zaman Farkı'nı (Time Difference of Arrival-TDOA) da kullanarak metodolojimizi hibrit bir yapıya taşıyoruz. Bilindiği üzere TDOA hiperbollerinin kesişimleri, haritada farklı lokalizasyon çözümleri sağlamaktadır ve bunlar arasından doğru olanının seçilmesi gerekmektedir. EVM konturlarından elde edilen kaba konum bilgisi yardımıyla, TDOA'nın sunduğu hassas çözümler arasından doğru olanı hızlı bir şekilde seçilmektedir. Ayrıca TDOA alıcılarının yasal sinyallerin de yoğun şekilde yer aldığı kalabalık spektrumda doğru karıştırma frekanslarına ayarlanabilmesi ilk aşamada toplanan EVM vs. RB verilerinin sunduğu karıştırma frekans bilgileri sayesinde gerçekleşmektedir. Sonuç olarak, böylesi yenilikçi bir yaklaşım sayesinde, menzilsiz tekniğin çabukluğu ile menzil tabanlı tekniğin yüksek doğruluğu bir araya getirilmektedir. Kapsamlı simülasyonlar, önerilen metodolojinin farklı ağ yoğunluklarında ve çevresel koşullardaki lokalizasyon başarısını göstermekte ve gerçek dünya entegrasyon senaryolarında gösterebileceği sağlamlığın ve güvenilirliğin altını çizmektedir. Hem yüksek doğruluk hem de düşük karmaşıklık sunan metodolojimiz, 5G ağlarının kötü niyetli karıştırma saldırılarına karşı dayanıklılığını artırmayı, kesintisiz iletişim hizmetleri sağlamayı ve kritik veri aktarım yollarını korumayı vaat ediyor. Karıştırıcı sinyal tespiti ve karıştırıcı lokalizasyonu alanlarında sunulan etkili çözümler, başarılı karıştırma önleyici çözümler geliştirmemiz konusunda da bize cesaret vermiştir. İlk anti-karıştırma önerimiz, yeni nesil iletişim sistemlerini kötü niyetli parazitlerden korumak için tasarlanmış sağlam bir yöntem sunmaktadır. Bu metodolojinin başlangıcında, EVM vs. RB ölçümü yoluyla karıştırma saldırılarına maruz kalan kaynak bloklarının belirlenmesi yer almaktadır. Karıştırıcılar tarafından hedeflenen frekans alanları hakkında bilgi sağlayan bu ölçümden yararlanarak, metodolojimiz temiz kaynak bloklarını karıştırıcı etkisi altında olanlardan etkili bir şekilde ayırt eder. Bu içgörüden yola çıkarak, kaynak tahsisini optimize etmeyi ve UE'yi karıştırıcı parazitinden korumayı amaçlayan bir kaynak bloğu paylaşım stratejisi öneriyoruz. Strateji, temiz kaynak bloklarının karıştırıcıya en yakın UE'lere tahsis edilmesine öncelik vererek UE'yi karıştırma saldırılarından izole eder ve kesintisiz iletişim sağlar. Kaynak bloklarının sınırlı doğasını kabul eden araştırmamız, jammer tarafından kirlenen kaynak bloklarının kullanılmasını da değerlendirmekte ve mümkün olduğunda bunları karıştırıcıdan en uzaktaki UE'lere tahsis etmeye çalışmaktadır. Alternatif olarak, karıştırmaya maruz kalan kaynak bloklarının karıştırmaya karşı dayanıklıklarını arttırmak amacıyla bu kaynak blokları için gerçekleştirilebilecek veri hızı azaltma stratejilerini de araştırmaktayız. Metodolojimizin başarısının anahtarı, kapsamlı eğitim ihtiyacını ortadan kaldıran ve hızlı yanıt yetenekleri sağlayan düşük karmaşıklığa sahip karar verme sürecidir ki bu özellikler düşük gecikme gereksinimleri ile karakterize edilen yeni nesil iletişim sistemleri bağlamında oldukça kritiktir. Dahası, yaklaşımımız mevcut sistem mimarileriyle sorunsuz bir şekilde entegre olur ve gerekli EVM ölçümleri için doğal sistem akışından elde edilen IQ verilerinden yararlanır. Simülasyon sonuçları, metodolojimizin sürekli karıştırma saldırıları karşısında bile maksimum UE verimliliğini korumadaki etkinliğinin altını çizmektedir. Yaklaşımımız, kaynak bloğu kullanımını optimize ederek ve karıştırıcı sinyallerinin neden olduğu kesintileri ortadan kaldırarak, yeni nesil iletişim sistemlerinin gelişen tehditlere karşı dayanıklılığını artırmayı ve kesintisiz hizmet sunumu sağlamayı vaat ediyor. İkinci anti-karıştırma önerimiz, kötü niyetli karıştırma saldırılarının yarattığı zorluklarla doğrudan yüzleşmek için tasarlanmış yeni bir metodoloji sunmaktadır. Özünde, bir doğrusal regresyon algoritmasını eğitmek için iletilen ve alınan IQ sembollerini kullanan ve bu sayede karıştırıcı sinyallerin IQ sembol paketleri üzerindeki bozucu etkilerini yakalamasını ve etkisiz hale getirmesini sağlayan sofistike bir yaklaşım yatmaktadır. Metodolojimiz, doğrusal regresyon algoritmasının eğitim performansını ölçmek için doğrudan IQ sembolleriyle hesaplanan EVM metriğinin kullanılmasını içermektedir. Yinelemeli bir süreç içerisinde algoritma, karıştırıcı sinyallerin IQ sembolleri üzerindeki etkilerini özümser, etkilerini özümsediğini EVM değerlerinin git gide düşmesiyle anlar ve özümsenmiş karıştırıcı sinyal bilgilerini kullanarak karıştırıcı tarafından işgal edilen kaynaklar için başarılı iletişimi restore eder. Metodolojimizin en güçlü yönlerinden biri, çeşitli karıştırma taktiklerine karşı sağlam koruma sağlayarak çeşitli karıştırma sinyallerine uyarlanabilirliğinde yatmaktadır. Yaklaşımımız, karıştırıcı tarafından işgal edilen kaynaklar için iletişimi verimli bir şekilde restore ederek, karıştırma saldırılarının ağ performansı üzerindeki etkilerini en aza indirir ve kullanıcı ekipmanları için kesintisiz hizmet sunumu sağlar. Ayrıca, doğrusal regresyon ve EVM tekniklerinden yararlanılarak elde edilen düşük karmaşıklıktaki uygulama, çözümümüzün pratik uygulanabilirliğini artırmakta, bu da onu sıkı gecikme gereksinimleri ve gelişen tehditlere hızlı adaptasyon zorunluluğu ile karakterize edilen yeni nesil ağlara entegrasyon için oldukça avantajlı hale getirmektedir. Teorik analizler ve simulasyon çalışmaları önerilen metodolojinin bu etkinliklerini ve fizibilitesini doğrulamakta ve iletişim altyapılarının kötü niyetli müdahalelere karşı dayanıklılığını artırma potansiyelinin altını çizmektedir.

Özet (Çeviri)

In the face of escalating threats posed by malicious jamming in next-generation communication systems, this thesis presents a comprehensive framework comprising jamming signal detection, jamming signal classification, jammer localization, and two anti-jamming strategies to address these challenges effectively. The proposed error vector magnitude vs. resource block (EVM vs. RB) methodology for jamming signal detection, unlike traditional approaches commonly use received signal strength (RSS) and bit error rate (BER), examines the effects of jamming signals on IQ symbols using the EVM metric. Our methodology, which is able to capture even small changes imposed by jamming signals on IQ symbols, provides significant advantages in terms of sensitivity compared to the conventional approaches. Moreover, the proposed methodology has a low-complexity of the order of O(N), which is especially important for next-generation communication systems known for their strict latency requirements. By utilizing IQ symbols that are natively generated in the data transmission system, our methodology seamlessly integrates into existing 5G and LTE systems without imposing additional overhead, facilitating practical deployment in real-world scenarios. RBs represent the frequency domain for next-generation wireless communication systems and the proposed methodology measures the EVM for each RB in the received signal. In this way, our approach not only detects jamming signals but also provides vital frequency information associated with the jammer. This information enhances counteraction capabilities, enabling targeted responses to mitigate the impact of jamming attacks. Furthermore, the proposed method demonstrates stability across varying system parameters, including modulation type and code rate, thereby contributing to adaptability in dynamic communication environments. The effectiveness of the proposed detection methodology is validated through extensive theoretical analysis, simulation studies, and laboratory experiments. Theoretical analyses substantiate the advantages of our approach, reinforcing its validity and reliability. Simulation results showcase the robustness and stability of our method across diverse scenarios, highlighting its practical utility in real-world applications. Laboratory experiments provide empirical evidence of its effectiveness, further validating its potential for deployment in operational communication systems. Beyond the jamming signal detection, our jamming signal classification methodology offers a comprehensive solution to accurately characterize and classify various jamming signals by utilizing Symbol-RB-EVM which is another measurement we developed. The Symbol-RB-EVM measurement is created by accumulating the EVM vs. RB data obtained for each OFDM symbol time into a matrix and provides a nuanced understanding of jamming signal behavior across time and frequency domains. Unlike traditional measurements such as spectrogram, RSS, and BER, the proposed measurement offers superior sensitivity and specificity in capturing the intricacies of jamming signals. After creating the dataset using the Symbol-RB-EVM results, we take advantage of machine learning algorithms for jamming signal classification. Thanks to the fact that Symbol-RB-EVM efficiently provides useful features of jamming signals, the proposed methodology enables precise classification of jamming types with high accuracy, thereby minimizing false alarms. This property of Symbol-RB-EVM also enables lower complexity machine learning methods to produce successful results even with minimal training data. Add to this the fact that Symbol-RB-EVM is computed with low computational complexity (O(N)), and we can say that the proposed methodology is in a very valuable position in terms of overall complexity. Extensive simulations demonstrate the superior performance of the proposed metodology in accurately characterizing diverse jamming signal types across varying scenarios and environmental conditions. In addition to the detection and classification, the EVM metric is also considered to provide effective results for jammer localization problem. The localization process begins with the detection of jamming signals using the EVM vs. RB methodology. EVM contours are then drawn on the map using the EVM data acquired from user equipments (UEs). In this approach, which has a range-free feature, the contours are concentrated towards the jammer source, providing a coarse estimate of the location of the jammer. WhentheUEdensitysurroundingthejammerissufficiently high, accurate localization can be swiftly achieved using these contours alone, eliminating the need for further operations. However, in cases where the UE density is not sufficient for an accurate localization, we take our methodology to a hybrid structure by also using Time Difference of Arrival (TDOA), a range-based technique, to improve localization accuracy. With the help of the coarse location information from the EVM contours, the right one is selected quickly among the sensitive solutions offered by the TDOA. Thanks to such an innovative approach, the quickness of the range-free technique and the high accuracy of the range-based technique are combined. Extensive simulations demonstrate the localization success of the proposed methodol ogy across diverse network densities and environmental conditions, underscoring its robustness and reliability in real-world deployment scenarios. By offering both high accuracy and low complexity, our methodology promises to bolster the resilience of 5G networks against malicious jamming attacks, ensuring uninterrupted communication services and safeguarding critical data transmission pathways. Effective solutions presented in the fields of jamming signal detection, classification and jammer localization encourage us to develop successful anti-jamming solutions. The first anti-jamming proposal provides a robust method designed to protect next-generation communication systems from malicious jamming. At the beginning of this methodology is the identification of RBs affected by jamming attacks through the EVM vs. RB measurement. By leveraging this measurement, which provides insight into the frequency domains targeted by jammers, our methodology effectively discerns clean RBs from those under jamming influence. Building upon this insight, we propose an RB sharing strategy aimed at optimizing resource allocation and protecting UE from jammer interference. The strategy prioritizes the allocation of clean RBs to UEs closest to the jammer, thereby isolating their signals from jamming attacks and ensuring uninterrupted communication. Acknowledging the finite nature of RB resources, our research endeavors to assess jammed RBs and allocate them to UEs farthest from the jammer whenever possible. Alternatively, we are also investigating data rate reduction strategies that can be realized for these RBs in order to increase their resistance to jamming. Key to the success of our methodology is its low-complexity decision-making process, which eliminates the need for extensive training and ensures rapid response capabilities—critical attributes in the context of next-generation communication systems characterized by low-latency requirements. Moreover, our approach seamlessly integrates with existing system architectures, leveraging IQ data obtained from the inherent system flow for necessary EVM measurements. Simulation results underscore the efficacy of the proposed methodology in maintaining maximum UE throughput, even in the face of sustained jamming attacks. By optimizing RB resource utilization and minimizing disruptions caused by jamming interference, our approach promises to bolster the resilience of next-generation communication systems against evolving threats and ensuring uninterrupted service delivery. Our second anti-jamming proposal introduces a novel methodology engineered to confront the challenges posed by malicious jamming attacks head-on. At its core lies a sophisticated approach that harnesses transmitted and received IQ symbols to train a linear regression algorithm, enabling the system to adapt and neutralize the disruptive effects of jamming signals on the IQ symbol packets. Utilization of the EVM metric gauges the training performance of the linear regression algorithm. Through an iterative process, the algorithm assimilates the impact of jamming signals on IQ symbols, effectively deciphering their disruptive effects and restoring communications for jammer-occupied resources. One of the key strengths of our methodology lies in its adaptability to diverse jamming signals, ensuring robust protection against a wide range of jamming tactics. By efficiently restoring communications for jammer-occupied resources, our approach minimizes the impact of jamming attacks on network performance, ensuring uninterrupted service delivery for end-users. Moreover, the low-complexity implementation is facilitated by leveraging linear regression and EVM techniques. Theoretical analyses and simulation results confirm the effectiveness of the proposed methodology and underline its potential to increase the resilience of communication infrastructures against malicious interference.

Benzer Tezler

  1. Tez No

    399918

    Interregional Relations: Perspectives on the Summit of South American-Arab Countries 'New' patterns of engagement

    Bölgelerarasi ilişkiler: Güney Amerika - Arap Ülkeleri zirvesindeki 'Yeni' angajman yapısı perspektifleri

    MARSHA MARİE HALL

    Yüksek Lisans

    İngilizce

    İngilizce

    2015

    Uluslararası İlişkilerOrta Doğu Teknik Üniversitesi

    Ortadoğu Araştırmaları Ana Bilim Dalı

    PROF. DR. MELİHA BENLİ ALTUNIŞIK

    DOÇ. DR. DERYA GÖÇER AKDER

  2. Tez No

    653448

    Developing new sustainable supplier evaluation metrics to measure and implementing a supplier evaluation portal to improve supplier performance

    Başlık çevirisi yok

    NATALİ MAYA KAN

    Doktora

    İngilizce

    İngilizce

    2020

    İşletmeDoğuş Üniversitesi

    Tedarik ve Lojistik Yönetimi Ana Bilim Dalı

    PROF. DR. MESUT KUMRU

  3. Tez No

    909019

    Comprehensive risk mapping and fire station optimization for forest fire management: An application in Antalya

    Orman yangını yönetimi için kapsamlı risk haritalama ve yangın istasyonu optimizasyonu: Antalya uygulaması

    ZÜHAL ÖZCAN YAVUZ

    Doktora

    İngilizce

    İngilizce

    2024

    Endüstri ve Endüstri Mühendisliğiİstanbul Teknik Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    PROF. DR. ÖZGÜR KABAK

    DR. ÖĞR. ÜYESİ İNCİ ÇAĞLAYAN

  4. Tez No

    872802

    Pollen-based quantitative reconstruction of vegetation cover in Turkey

    Türkiye'de polen tabanlı kantitatif vejetasyon rekonstrüksüyonu

    ESRA ERGİN ERDOĞMUŞ

    Doktora

    İngilizce

    İngilizce

    2024

    Botanikİstanbul Teknik Üniversitesi

    İklim ve Deniz Bilimleri Ana Bilim Dalı

    PROF. DR. HASAN NÜZHET DALFES

  5. Tez No

    890737

    Exploring midfield performance PCA and using clustering methods.

    Orta saha oyuncularının performansının PCA ve kümeleme yöntemleriyle incelenmesi

    MOHAMMED ADEM

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    SporOndokuz Mayıs Üniversitesi

    İstatistik Ana Bilim Dalı

    PROF. DR. MEHMET ALİ CENGİZ

Geri Dön