論文の概要: Secure Over-the-Air Computation using Zero-Forced Artificial Noise
- arxiv url: http://arxiv.org/abs/2212.04288v1
- Date: Thu, 8 Dec 2022 14:30:59 GMT
- ステータス: 処理完了
- システム内更新日: 2022-12-09 16:43:26.344725
- Title: Secure Over-the-Air Computation using Zero-Forced Artificial Noise
- Title(参考訳): ゼロフォース型人工雑音を用いたセキュアな空中計算
- Authors: Luis Ma{\ss}ny, Antonia Wachter-Zeh
- Abstract要約: 我々は,受動盗聴器の存在下で,ブロックフェディング付加型白色ガウス雑音チャネルの空力計算について検討する。
ゼロフォース人工雑音を用いて盗聴者に対するMSEセキュリティを実現する手法を提案する。
- 参考スコア(独自算出の注目度): 24.91252655705963
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Over-the-air computation has the potential to increase the
communication-efficiency of data-dependent distributed wireless systems, but is
vulnerable to eavesdropping. We consider over-the-air computation over
block-fading additive white Gaussian noise channels in the presence of a
passive eavesdropper. The goal is to design a secure over-the-air computation
scheme. We propose a scheme that achieves MSE-security against the eavesdropper
by employing zero-forced artificial noise, while keeping the distortion at the
legitimate receiver small. In contrast to former approaches, the security does
not depend on external helper nodes to jam the eavesdropper's receive signal.
We thoroughly design the system parameters of the scheme, propose an artificial
noise design that harnesses unused transmit power for security, and give an
explicit construction rule. Our design approach is applicable both if the
eavesdropper's channel coefficients are known and if they are unknown in the
signal design. Simulations demonstrate the performance, and show that our noise
design outperforms other methods.
- Abstract(参考訳): オンザエア計算は、データ依存分散無線システムの通信効率を高める可能性があるが、盗聴に弱い。
我々は,受動盗聴器の存在下で,ブロックフェディング付加型白色ガウス雑音チャネルの空力計算について検討する。
目標は、セキュアな空中計算スキームを設計することだ。
そこで本稿では, ゼロ強制人工雑音を用いた盗聴者に対して, ゆがみを小さく抑えながら, MSEセキュリティを実現する手法を提案する。
以前のアプローチとは対照的に、セキュリティは盗聴者の受信信号を妨害するために外部ヘルパーノードに依存しない。
提案手法のシステムパラメータを徹底的に設計し,未使用の送信電力をセキュリティに利用し,明示的な構築規則を与える人工ノイズ設計を提案する。
我々の設計手法は、盗聴器のチャネル係数が知られ、信号設計で未知である場合にも適用可能である。
シミュレーションは性能を示し、ノイズ設計が他の手法よりも優れていることを示す。
関連論文リスト
- Explainable Artificial Intelligence driven mask design for
self-supervised seismic denoising [0.0]
自己教師付きコヒーレントノイズ抑圧法は、ノイズ統計の広範な知識を必要とする。
本稿では,視覚ネットワークであるブラックボックスの内部を見るために,説明可能な人工知能アプローチを提案する。
ランダムに選択された多数の入力画素に対するジャコビアン寄与の簡易な平均化が、最も効果的なマスクの指標であることを示す。
論文 参考訳(メタデータ) (2023-07-13T11:02:55Z) - Spectrum Breathing: Protecting Over-the-Air Federated Learning Against
Interference [101.9031141868695]
モバイルネットワークは、近隣のセルやジャマーからの干渉によって損なわれる可能性がある。
本稿では,帯域幅拡大を伴わない干渉を抑制するために,カスケード段階のプルーニングとスペクトル拡散を行うスペクトルブリーチングを提案する。
呼吸深度によって制御された勾配プルーニングと干渉誘発誤差の間には,性能的トレードオフが認められた。
論文 参考訳(メタデータ) (2023-05-10T07:05:43Z) - Interference and noise cancellation for joint communication radar (JCR)
system based on contextual information [11.861415744626076]
本稿では,無線通信とレーダ信号の分離について検討する。
最適化ビームフォーミング重みは信号による干渉を緩和することを示す。
チャネル応答が不明な場合、低ノイズ・干渉キャンセルオートエンコーダとして干渉フィルタを設計した。
論文 参考訳(メタデータ) (2023-02-14T02:06:21Z) - Robust Control for Dynamical Systems With Non-Gaussian Noise via Formal
Abstractions [59.605246463200736]
雑音分布の明示的な表現に依存しない新しい制御器合成法を提案する。
まず、連続制御系を有限状態モデルに抽象化し、離散状態間の確率的遷移によってノイズを捕捉する。
我々は最先端の検証技術を用いてマルコフ決定プロセスの間隔を保証し、これらの保証が元の制御システムに受け継がれるコントローラを演算する。
論文 参考訳(メタデータ) (2023-01-04T10:40:30Z) - Over-the-Air Federated Learning with Privacy Protection via Correlated
Additive Perturbations [57.20885629270732]
我々は、複数のユーザ/エージェントからエッジサーバへの勾配更新をOtA(Over-the-Air)で送信することで、無線フェデレーション学習のプライバシー面を考察する。
従来の摂動に基づく手法は、トレーニングの精度を犠牲にしてプライバシー保護を提供する。
本研究では,エッジサーバにおけるプライバシリークの最小化とモデル精度の低下を目標とする。
論文 参考訳(メタデータ) (2022-10-05T13:13:35Z) - Robust Semantic Communications with Masked VQ-VAE Enabled Codebook [56.63571713657059]
本稿では,ロバストなエンドツーエンドのセマンティック通信システムにおいて,セマンティックノイズに対処するためのフレームワークを提案する。
セマンティックノイズに対処するため、重み付き対向トレーニングを開発し、トレーニングデータセットにセマンティックノイズを組み込む。
ノイズやタスク非関連の特徴を抑える機能重要モジュール (FIM) を開発した。
論文 参考訳(メタデータ) (2022-06-08T16:58:47Z) - Short Blocklength Wiretap Channel Codes via Deep Learning: Design and
Performance Evaluation [5.203329540700176]
情報理論セキュリティ保証の下で,ガウス通信路の短ブロック長符号を設計する。
オートエンコーダを介して信頼性制約を処理し、ハッシュ関数による秘密制約を処理します。
ブロック長が16以下の場合、正解率の誤差の確率をシミュレーションにより評価する。
論文 参考訳(メタデータ) (2022-06-07T17:52:46Z) - Channel-noise tracking for sub-shot-noise-limited receivers with neural
networks [0.0]
本稿では,位相および振幅チャネルノイズの計算効率の高い推定器として,ディープニューラルネットワークを用いた場合について検討する。
このノイズトラッキング手法により、非ガウス受信機は量子ノイズ限界よりもその利点を維持することができる。
論文 参考訳(メタデータ) (2021-02-15T16:50:01Z) - Learning based signal detection for MIMO systems with unknown noise
statistics [84.02122699723536]
本論文では,未知のノイズ統計による信号を堅牢に検出する一般化最大確率(ML)推定器を考案する。
実際には、システムノイズに関する統計的な知識はほとんどなく、場合によっては非ガウス的であり、衝動的であり、分析不可能である。
我々のフレームワークは、ノイズサンプルのみを必要とする教師なしの学習アプローチによって駆動される。
論文 参考訳(メタデータ) (2021-01-21T04:48:15Z) - Private Wireless Federated Learning with Anonymous Over-the-Air
Computation [3.8580784887142774]
オーバー・ザ・エア(OAC)を利用して送信装置を匿名化することにより,システムのプライバシを高めることができることを示す。
提案手法は、入射するノイズの量を減らすことにより、プライベート無線FLの性能を向上させる。
論文 参考訳(メタデータ) (2020-11-17T11:53:58Z) - Harnessing Wireless Channels for Scalable and Privacy-Preserving
Federated Learning [56.94644428312295]
無線接続は、フェデレートラーニング(FL)の実現に有効である
Channel randomnessperturbs 各ワーカはモデル更新をインバージョンし、複数のワーカはバンド幅に大きな干渉を発生させる。
A-FADMMでは、すべてのワーカーがモデル更新をアナログ送信を介して単一のチャンネルを使用してパラメータサーバにアップロードする。
これは通信帯域幅を節約するだけでなく、各ワーカーの正確なモデル更新軌跡を任意の盗聴者から隠蔽する。
論文 参考訳(メタデータ) (2020-07-03T16:31:15Z)
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。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。