AeroTrust：面向弹性6G低空无人机网络的移动性感知零信任服务编排

《Ad Hoc Networks》：AeroTrust: Mobility-aware zero-trust service orchestration for resilient 6G-oriented low-altitude UAV networks

　　• 从访问控制推进到感知移动性的无人机服务编排的零信任。
• 联合选择服务放置、路由、网络切片、验证和迁移。
• 在一个控制回路中整合信任、射频、完整性、轨迹和链路存续证据。
• 增加预测性凭证/状态预置和有针对性的损害遏制。
• 评估高移动性、认证后受损、干扰和边缘故障。
引言
低空无人机网络正成为应急响应、物流、基础设施检查、环境监测和临时连接的服务平台。其价值来自受控的三维移动性和视距主导链路，但这些特性也同时造成易变干扰、频繁切换、间歇性边缘可达性以及严格的尺寸-重量-功率约束[1], [2], [3]。控制和非载荷通信必须保持及时可靠，而诸如高清视频分析等载荷服务则需要持续吞吐量和边缘计算。当无人机、接入点、路由或边缘工作负载在初始有效认证后可能被攻陷时，这些目标变得更加困难。

零信任架构（ZTA）消除了基于网络位置的隐式信任，并要求对每次资源交互进行显式的、基于上下文的授权[4], [5]。然而，在移动空中系统中，二元访问决策是不够的。一架合法无人机可能在数秒内跨越管理域；一个受信任的工作负载可能迁移到保证较弱的边缘节点；一个有效的无线电身份可能从意外轨迹被重放；或者一项服务可能即使在链路和电池状态使安全执行不可能的情况下仍保持授权。相反，过度激进的重新认证或全面隔离可能干扰良性命令循环。因此，一个有用的空中ZTA需要将信任的对象和内容与服务应在何处执行、流量应如何承载以及恢复应何时开始耦合起来。

近期研究已分别推进了各构成技术。无人机通信研究解决了信道、移动性和资源分配挑战[3], [6]；主动式切片复用命令和宽带流量[7]；数字孪生、迁移和多代理学习方法改善了移动感知边缘服务控制[8], [9], [10], [11], [12], [13], [14]；新兴的ZTA研究针对B5G/6G系统中的自适应策略编排和持续安全监控[15], [16], [17]。最近的无人机安全调查也强调了将认证、移动性、资源约束和认证后威胁响应结合起来的持续困难[18]。作者早期的SkyLock框架解决了分层认证、后量子密钥管理以及非地面段之间的安全切换[19]，而ZT-SLICE则将跨层隔离和持续认证应用于5G无人机控制[20]。这两项工作都没有在移动性下联合控制放置、路由、切片、验证强度和恢复。

本文介绍了AeroTrust，一种面向弹性的6G导向低空无人机网络的移动感知零信任服务编排器。其核心前提是信任不仅应门控访问；它应影响完整服务生命周期。AeroTrust持续评估网络物理证据，预测移动性和链路存续，并将这些估计转化为跨无人机-无线接入网-移动边缘计算-云连续体的可执行服务决策。

主要贡献是：
C1. 一种持续信任模型，结合身份、行为、软件完整性、物理层身份置信度和移动一致性，同时考虑证据新鲜度和不确定性，包括用于相互印证的严重事件的关键证据快速路径。
C2. 一种联合编排公式，在信任、延迟、容量、链路、保密和飞行安全约束下，选择边缘放置、路由、切片、验证强度和迁移动作。
C3. 一种闭环AeroTrust架构，具有预测性凭证预置、微分段执行、状态副本激活、定向隔离和安全回退控制。
C4. 一种混合联合仿真/仿真方法，用于在高移动性、认证后受损、射频干扰和边缘服务器中断下的受控评估。
C5. 一种结构化经验轨迹集成协议，将公共安全、无人机移动性/无线电和边缘-云遥测数据集映射到AeroTrust证据和仿真器状态，而不混淆记录观测与反事实编排结果。

评估解决四个研究问题：RQ1，在空域服务编排中应如何耦合持续信任和移动性预测？RQ2，信任感知预测迁移能否在移动性、攻击和基础设施故障期间保持服务连续性？RQ3，在安全、延迟、能量和控制开销之间出现哪些权衡？RQ4，被攻陷的无人机能否在不实质干扰良性邻居的情况下被遏制？

本文其余部分回顾相关工作，定义系统和威胁模型，介绍AeroTrust及其优化方法，描述评估，讨论结果和局限性，并总结研究。

章节片段
无人机组网、切片和服务路由
无人机链路不同于地面移动链路，因为高度、三维移动性和视距传播既放大了所需覆盖也放大了跨小区干扰[1], [3]。网络切片可以分离命令流量与宽带载荷，并根据服务需求分配资源。Yang等人[7]为URLLC和移动宽带复用制定主动式无人机切片，但无人机和边缘域的安全状态并不驱动切片选择。

网络和服务模型
考虑一个时间槽化的低空网络，具有无人机集??、服务集??、候选执行节点?（无人机本地、移动边缘计算和云）、路由集??和切片集??。一个服务??∈??具有计算需求????、内存需求????、状态大小????、延迟截止时间????、可靠性目标????和最小信任要求????。命令与控制（C2）服务使用URLLC导向切片，而视频和传感载荷使用eMBB或弹性切片。

二元变量????,??,??(??)指示服务??在时刻??对于无人机??放置在节点??的位置。持续信任引擎摄入NSSAA/凭证结果、工作负载身份、远程证明状态、服务网格拒绝、协议异常、射频指纹置信度和移动一致性。证据在多个窗口上评估，以便短暂信道衰落不会触发隔离，而持久跨层异常则迅速降低信任。在平滑之前，引擎还评估第3.3节中的关键证据快速路径：两个或更多新鲜独立完整性、射频、移动性异常。

多目标问题
AeroTrust在水平线??上最小化加权成本：
min??,??,??,??,?? ?? = ∑_{??=0}^{??-1} ∑_{??,??} [??_??? ???_{??,??}(??) + ??_?? ??_{??,??}(??) + ??_?? ??_??(??) + ??_?? ??_{??,??}(??) + ??_?? ??_{??,??}(??) + ??_?? ??_{??,??}(??) + ??_?? ??_{??,??}(??)],
其中??是中断，??是能量，??是迁移成本，??是拥塞，??是验证开销。决策受限于方程（1）、（14）以及：
???_{??,??}(??) ≤ ????，
∑_{??,??} ??_{??,??,??}(??) ? ???? ≤ ??max_??，
∑_{??,??} ??_{??,??,??}(??) ? ???? ≤ ??max_??，
??link_{??,??}(??,?) ≥ ????，
??_??(??) ? ??_{??,??}(??) ≥ ??safe_??，
??sec_??(??) ≥ ??min_?? 当需要时。
一个迁移速率约束抑制乒乓重定位，以及一个混合联合仿真/仿真环境。

混合联合仿真/仿真环境
评估设计耦合了四个环境。ArduPilot软件在环（SITL）生成轨迹和MAVLink C2流量。ns-3与5G-LENA建模NR无线接入和调度功能；5G-LENA支持NR数字学、带宽部分和3GPP信道模型[39], [40], [41]。一个基于Open5GS的策略适配器模拟核心网络注册和切片授权。Kubernetes、Istio/Envoy和Kata隔离工作负载模拟移动边缘计算服务平面。因此设置是

高移动性服务连续性
AeroTrust的聚合C2延迟为8.4毫秒，而静态ZT为38.4毫秒，仅移动性编排为12.8毫秒。差异归因于预置凭证、预测性切换和状态复制。仅延迟放置迁移过于频繁（14.2次迁移/分钟），而信任感知但移动性盲的基线在重新认证或故障发生前保持较差分配。确定性回退保持可行但造成明显延迟惩罚（11.2毫秒）。

回答研究问题
RQ1：应如何整合信任和移动性？结果支持双向耦合：移动性上下文决定何时应准备凭证和服务状态，而信任决定哪些目标域和路由是合格的。将其中一个视为另一个的被动特征会导致信任盲切换或移动性盲验证。
RQ2：信任感知迁移是否提高弹性？报告的干扰和边缘故障案例显示，预测性迁移和路由

结论
本文介绍了AeroTrust，一种面向弹性的6G导向低空无人机网络的移动感知零信任服务编排框架。AeroTrust将持续网络物理信任与轨迹和链路预测统一起来，并协调切片和路由控制、边缘放置、自适应验证和自动恢复。该公式执行服务截止时间、容量、信任、链路、保密和飞行安全约束，同时一个安全的多代理强化学习控制器由可行回退支持。

CRediT作者贡献声明
Quazi Mamun：写作 – 审阅与编辑，写作 – 初稿，验证，软件，方法论，调查，正式分析，概念化。Rahamatullah Khondoker：写作 – 审阅与编辑，验证，方法论。

利益冲突声明
作者声明他们没有已知的竞争财务利益或个人关系，可能影响本文报告的工作。

Quazi Mamun | Rahamatullah Khondoker