为了适应垂直行业的需求,第五代移动通信(5G)标准中引入了许多新的通信场景和通信技术,但也因此带来了诸多新的安全问题。5G安全成为近年来的研究重点,其中,认证作为通信安全非常重要的环节,是5G安全研究的重点之一。近年来物理层认证的轻量级特性吸引了国内外研究者的广泛关注。本文针对5G新技术、新场景、以及新方法,开展面向5G的物理层安全认证技术研究。主要工作如下:1.基于自干扰信道的全双工设备认证技术研究针对全双工设备的认证,将自干扰信道特性引入物理层认证框架,并依据最大似然估计和对信号的统计分析,分别提出了基于自干扰信道估计值的认证方案和基于接收信号统计值的认证方案。前者认证时效性强,但算法能耗相对较高;后者具有轻量级特性,但需相对较长的样本采集时间。基于概率理论,推导了检测概率的闭式表达式,并仿真验证了所提方案的有效性:即使攻击者和中继位于同一位置,检测概率仍可达90%以上。2.基于多普勒频移的无人机认证技术研究利用无人机移动通信时产生的多普勒频移特性,将无人机通信认证转化为假设检验问题,分别提出基于多普勒频移实时估计值的认证方案和基于多普勒频移周期统计值的认证方案。前者可保证即时认证,但性能相对较差;后者精度高,但仅能给出周期性的监测结果。仿真研究了通信距离、移动方向等系统参数对认证性能的影响:当攻击者距离合法发送者8米时,检测概率可超过90%。3.基于机器学习的物联网设备认证技术研究针对物联网场景下设备众多、认证困难,提出一种基于机器学习的物理层安全认证方案。利用监督学习算法对物联网设备的信道状态信息进行整合训练,分别提出基于K近邻(k-nearest neighbor,k-NN)算法和逻辑斯蒂回归算法的物理层安全认证方案。仿真结果表明基于机器学习的物理层认证方案通过对物联网设备的群体认证,与基于假设检验的认证方案相比,认证效率提高了三倍。