《Telecom》：A Survey of Emerging Technologies for Secure Communication in 6G Networks
编辑推荐：
随着通信设备数量激增与应用场景不断拓展，下一代第六代（6G）网络有望构建一个真正全域互联的世界。它将支撑物联网（IoT）与无人机（UAV）等大规模用例，在全域范围内提供更高速、更具创新性的服务。然而，挑战依然存在，尤其是安全层面的挑战。设备数量的持续增长与连接
随着通信设备数量激增与应用场景不断拓展，下一代第六代（6G）网络有望构建一个真正全域互联的世界。它将支撑物联网（IoT）与无人机（UAV）等大规模用例，在全域范围内提供更高速、更具创新性的服务。然而，挑战依然存在，尤其是安全层面的挑战。设备数量的持续增长与连接密度的提升可能导致攻击面显著扩大。诸多新兴技术正积极应对这些安全与隐私问题，旨在让用户在享受6G网络与应用带来便利的同时，免受恶意攻击的侵害。本文针对6G网络安全通信的新兴技术开展了全面的文献综述，涵盖人工智能（AI）与机器学习（ML）、区块链技术、量子安全通信以及物理层安全等领域。首先，研究人员从安全视角探讨了6G网络的体系架构。其次，回顾了现有关于6G安全问题的综述性工作，并通过定量分析揭示了研究空白，包括技术驱动的孤岛效应与领域碎片化问题。第三，构建了一个分层分类法，系统梳理了6G网络面临的安全挑战与攻击类型，涵盖物理层攻击、网络级威胁、设备漏洞、数据隐私问题以及新兴的特定应用风险。随后，研究人员深入分析了关键使能技术的角色，构建了安全威胁与对应技术方案的映射关系，并提出统一的评估框架以促进跨技术比较。此外，提出了一种集成的多技术安全框架，并通过弥合仿真研究与真实部署之间的鸿沟，讨论了实际部署面临的挑战。最后，概述了推进6G安全通信系统发展的具体未来研究方向。
本文主体部分围绕6G网络安全展开系统性论述，结构严谨，逻辑清晰。
第一部分为引言（Introduction）。文章指出，尽管第五代（5G）网络仍在全球部署，产业界与学术界已转向6G研发。欧盟6G智能网络与服务联合企业及北美Next G联盟等倡议凸显了全球推进6G标准化的决心。6G预计将实现峰值速率超1 Tbps、亚毫秒级时延及显著提升的频谱效率，支撑医疗、交通等领域的变革性应用。然而，复杂性与连接性的提升也带来了新的安全挑战。文章详细剖析了6G架构的安全背景，该架构融合了空天地海一体化传输。空间网络（卫星）面临干扰、欺骗及跨链路窃听的威胁；空中网络（UAV及浮空平台）易受控制信道劫持、GPS欺骗及中间人攻击；地面与海洋网络则面临物理层窃听、分布式拒绝服务（DDoS）攻击及海事身份伪造等风险；跨层集成进一步放大了接口处的风险。此外，太赫兹（THz）与毫米波（mmWave）等新频段的脆弱传播特性、边缘计算带来的数据泄露风险、智能网络中对抗性人工智能（Adversarial AI）的悖论，以及量子计算对传统密码体系的威胁，均构成了6G架构固有的安全挑战。基于此，文章明确了本综述的主要贡献，包括现有综述的定量差距分析、全面的分层分类法、统一评估框架、威胁与技术映射、集成多技术安全框架以及实际部署建议，并概述了全文的组织结构。
第二部分回顾了现有调查（Existing Surveys）。文章采用类似PRISMA的结构化方法，对2020至2025年的文献进行了系统梳理。现有综述主要分为三类：通用6G安全与隐私综述，重点关注机器学习（ML）、区块链与自动化的融合，但多孤立讨论技术；物理层安全（PLS）与可靠性导向综述，强调超可靠低时延通信（URLLC）及可重构智能表面（RIS）、太赫兹（THz）等特定技术，缺乏跨层整合；特定领域综述，集中于无人机（UAV）、车联网（V2X）和物联网（IoT），虽显现出区块链结合联邦学习（FL）的趋势，但跨领域泛化能力不足。综合分析揭示了三大趋势：单一技术焦点导致的“技术驱动孤岛”、特定垂直领域集中导致的“领域专业化”，以及按攻击类别划分导致的知识碎片化。定量分析显示约44%的研究仅关注单一技术，33%局限于特定领域，这为本综述的全面整合提供了动机。
第三部分详述了安全挑战与攻击（Security Challenges and Attacks）。文章建立了分层分类体系。物理层攻击包括干扰（Jamming）、欺骗（Spoofing）、导频污染攻击（PCA）、女巫攻击（Sybil）及窃听攻击（Eavesdropping），特别是在非正交多址接入（NOMA）与RIS辅助网络中表现复杂。网络与通信级威胁涵盖了拒绝服务（DoS/DDoS）、中间人（MITM）及重放攻击（Replay），尤其在空天地一体化网络中风险加剧。设备与边缘级漏洞涉及恶意软件（Malware）、冒充攻击（Impersonation）及内部攻击（Insider Attack）。数据隐私与完整性挑战主要包括数据泄露（Data Leakage）、篡改攻击（Tamper Attack）及位置暴露（Location Exposure），后者在无蜂窝大规模MIMO（Cell-free mMIMO）中尤为突出。此外，新兴应用带来了边缘计算安全、AI驱动攻击（如对抗样本）、传感器攻击及量子分析攻击等特定威胁，医疗与工业物联网（IIoT）还需满足严格的实时性与可靠性要求。
第四部分探讨了使能技术（Enabling Technologies）。人工智能与机器学习（AI/ML）被用于构建动态防御架构、入侵检测及联邦学习（FL）隐私保护，但在对抗鲁棒性、可解释性及能耗方面存在局限。区块链（Blockchain）凭借去中心化信任与不可篡改性，在身份认证、访问控制及数据安全方面展现出巨大潜力，但面临共识机制开销大、扩展性受限的挑战。物理层安全（PLS）利用无线信道的物理特性提供轻量级防护，结合RIS、可见光通信（VLC）及分子通信等新技术，能有效对抗窃听，但其效能高度依赖准确的信道状态信息，且在对抗主动干扰方面能力有限。量子安全通信（Quantum-Safe Communication）通过量子密钥分发（QKD）和后量子密码（PQC）应对量子计算的威胁，虽理论上无条件安全，但受限于量子硬件的可用性与基础设施成本。文章随后提出了包含时延、能效、扩展性、抗攻击能力及部署复杂度的统一评估框架，并给出了威胁与技术的映射关系，论证了单一技术的局限性。最终，文章提出了一个集成的多层安全框架，将AI作为智能层、区块链作为信任层、PLS作为传输保护层、量子安全作为长期加密层，实现跨层协同防御。
第五部分分析了从仿真到实际部署（From Simulation to Real-World Deployment）的挑战。动态环境与不完美的系统知识（如UAV移动性导致的信道估计误差）会显著降低理论方案的性能。区块链与联邦学习（FL）引入的计算与通信开销难以满足超可靠低时延通信（URLLC）的需求，需采用轻量级架构与模型压缩技术。AI安全机制面临“黑盒”不可解释性及对抗样本攻击的威胁。量子密钥分发（QKD）则面临专用硬件昂贵、需要可信中继等基础设施难题。
第六部分展望了未来研究方向（Future Research Directions）。在AI/ML领域，需着重发展可解释人工智能（XAI）、对抗鲁棒性及高效的跨层联邦学习。区块链与零信任架构（ZTA）需解决可扩展性、低时延共识及与网络切片（Network Slicing）的集成问题。物理层安全（PLS）需克服信道不确定性，优化RIS配置，并与高层安全结合。量子安全通信需推动后量子密码（PQC）的标准化与混合部署模式。最后，系统级挑战在于跨层安全编排、统一基准测试平台的建立、实验床的构建以及安全与时延、能耗之间权衡关系的优化。
第七部分总结了全文（Conclusions）。文章重申了通过综合分类、技术分析、威胁映射及集成框架来解决6G安全碎片化研究的贡献，并强调了向实际部署转化的必要性。
