Fugu-MT 論文翻訳(概要): Anti-Jamming Games for Multi-User Multi-Band Networks

論文の概要: Anti-Jamming Games for Multi-User Multi-Band Networks

arxiv url: http://arxiv.org/abs/2111.11178v1
Date: Thu, 11 Nov 2021 14:43:15 GMT
ステータス: 処理完了
システム内更新日: 2021-11-28 18:19:57.381678
Title: Anti-Jamming Games for Multi-User Multi-Band Networks
Title（参考訳）: マルチユーザマルチバンドネットワークのためのアンチジャミングゲーム
Authors: Hyeon-Seong Im and Si-Hyeon Lee
Abstract要約: マルチユーザマルチバンドネットワークでは、ユーザとジャマーの間のゼロサムゲームが検討される。ユーザのリワードは、通信速度、ホッピングコスト、妨害損失など、さまざまなパラメータでモデル化されている。
参考スコア（独自算出の注目度）: 23.9606979825413
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: For multi-user multi-band networks, a zero-sum game between the users and the jammer is considered. In the formulation of the game, the rewards of the users are modeled with various parameters including communication rate, hopping cost, and jamming loss. It is analytically shown that for any symmetric collision avoidance protocol, a staying-threshold frequency hopping and a sweeping attack establish an equilibrium. We also propose two kinds of collision avoidance protocols to ensure that at most one user communicates in a band, and provide various numerical results that show the effect of the reward parameters and collision avoidance protocols on the optimal threshold of the staying-threshold frequency hopping and the expected rewards of the users.
Abstract（参考訳）: マルチユーザマルチバンドネットワークでは、ユーザとジャマーの間のゼロサムゲームが検討される。ゲームの定式化において、ユーザの報酬は、通信速度、ホッピングコスト、ジャミング損失など、さまざまなパラメータでモデル化される。任意の対称衝突回避プロトコルに対して、保持閾値周波数ホッピングと掃討攻撃が平衡を確立することを解析的に示す。また,2種類の衝突回避プロトコルを提案して,少なくとも1人のユーザがバンド内で通信することを保証し,また,衝突回避プロトコルが保持周波数ホッピングの最適しきい値とユーザの期待する報奨値に与える影響を,様々な数値で示す。

関連論文リスト

ScionFL: Efficient and Robust Secure Quantized Aggregation [36.668162197302365]
我々は,フェデレートラーニングのための最初のセキュアアグリゲーションフレームワークであるScionFLを紹介する。量子化された入力で効率的に動作し、同時に悪意のあるクライアントに対して堅牢性を提供する。クライアントのオーバーヘッドがなく、サーバのオーバーヘッドも緩やかなため、標準的なFLベンチマークに匹敵する精度が得られます。
論文参考訳（メタデータ） (2022-10-13T21:46:55Z)
Auditing Membership Leakages of Multi-Exit Networks [24.993435293184323]
マルチエグジットネットワークの最初のプライバシ分析は、会員情報漏洩のレンズを用いて行う。本稿では,既存の攻撃の性能向上のため,出口情報を利用したハイブリッド攻撃を提案する。マルチエグジットネットワークに特化してTimeGuardという防衛機構を提案し,TimeGuardが新たに提案した攻撃を完璧に軽減することを示す。
論文参考訳（メタデータ） (2022-08-23T20:16:19Z)
Recurrent Neural Network-based Anti-jamming Framework for Defense Against Multiple Jamming Policies [77.53658708277409]
本稿では,現在のジャミング攻撃に対処するアンチ・ジャミング法を提案する。単一および複数のジャマーシナリオにおいて、ユーザとジャマー間の相互作用は、リカレントニューラルネットワーク(RNN)を使用してモデル化される。
論文参考訳（メタデータ） (2022-08-19T19:12:38Z)
Improved Semi-Quantum Key Distribution with Two Almost-Classical Users [1.827510863075184]
我々はMasaらによって導入された半量子鍵分配プロトコルを再検討する。このプロトコルが効率と耐雑音性を向上させるためにどのように拡張されるかを示す。我々は,プロトコルの性能を様々な損失のある,ノイズの多いチャネルで評価する。
論文参考訳（メタデータ） (2022-03-20T14:41:14Z)
An Instance-Dependent Analysis for the Cooperative Multi-Player Multi-Armed Bandit [93.97385339354318]
マルチプレイヤーマルチアーマッドバンドにおける情報共有と協調の課題について検討する。まず, プレイヤーの最適度差を推定するために, 逐次的除去戦略への簡単な修正が可能であることを示す。第2に,第1の結果を利用して,衝突の小さな報奨をプレイヤー間の協調に役立てる通信プロトコルを設計する。
論文参考訳（メタデータ） (2021-11-08T23:38:47Z)
Multi-player Multi-armed Bandits with Collision-Dependent Reward Distributions [18.95281057580889]
本稿では,MP-MAB(Multi-player multi-armed bandits)問題について検討する。既存の文献は常に、衝突が発生した場合、関連するプレイヤーにゼロ報酬を仮定するが、認知無線のような応用の場合、より現実的なシナリオは、衝突が平均報酬を減らし、必ずしもゼロにしないことである。本稿では,暗黙的な通信をノイズチャネル問題に対する信頼性の高い通信としてモデル化する,誤り訂正衝突通信(EC3)アルゴリズムを提案する。
論文参考訳（メタデータ） (2021-06-25T14:39:34Z)
Low-Latency Federated Learning over Wireless Channels with Differential Privacy [142.5983499872664]
フェデレートラーニング(FL)では、モデルトレーニングはクライアントに分散し、ローカルモデルは中央サーバによって集約される。本稿では,各クライアントの差分プライバシ(DP)要件だけでなく,全体としてのトレーニング性能に制約された無線チャネル上でのFLトレーニング遅延を最小限に抑えることを目的とする。
論文参考訳（メタデータ） (2021-06-20T13:51:18Z)
Reinforcement Learning for Deceiving Reactive Jammers in Wireless Networks [76.82565500647323]
投石機を標的チャネルに攻撃させるという考え方に基づいて, 新規な投石防止戦略を提案する。ジャマーのチャネル情報はユーザには知られていないため、最適なチャネル選択スキームとサブ最適電力割当が提案されている。シミュレーションの結果,提案手法は,比較したrlベース抗ジャミング法とランダム探索法よりも優れていた。
論文参考訳（メタデータ） (2021-03-25T18:12:41Z)
Learning over no-Preferred and Preferred Sequence of items for Robust Recommendation [66.8722561224499]
暗黙のフィードバックよりも大規模なレコメンダーシステム(RS)を訓練するための理論的に確立されたシーケンシャル戦略を提案する。本稿では、モデルパラメータをモメンタリメソッドまたはグラデーションベースのアプローチで更新するこの戦略の2つのバリエーションを紹介します。
論文参考訳（メタデータ） (2020-12-12T22:10:15Z)
Learning to Generate Noise for Multi-Attack Robustness [126.23656251512762]
対人学習は、対人摂動に対する既存の方法の感受性を回避できる手法の1つとして登場した。安全クリティカルなアプリケーションでは、攻撃者は様々な敵を採用してシステムを騙すことができるため、これらの手法は極端に便利である。本稿では,複数種類の攻撃に対するモデルの堅牢性を改善するために,ノイズ発生を明示的に学習するメタラーニングフレームワークを提案する。
論文参考訳（メタデータ） (2020-06-22T10:44:05Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。