論文の概要: Perfectly Covert Communication with a Reflective Panel
- arxiv url: http://arxiv.org/abs/2212.09049v5
- Date: Sat, 23 Nov 2024 18:53:44 GMT
- ステータス: 翻訳完了
- システム内更新日: 2024-11-26 14:13:34.630829
- Title: Perfectly Covert Communication with a Reflective Panel
- Title（参考訳）: 反射パネルによる完全被覆通信
- Authors: Or Elimelech, Asaf Cohen,
- Abstract要約: 本研究は,無線ネットワークにおけるEmphperfect Covert通信の問題について考察する。
具体的には、送信機が通信を完全に隠蔽し、不要なリスナ(Willie)にエンフェッロエネルギーを供給し、検出の確率をゼロにする方式に注意を向ける。
- 参考スコア（独自算出の注目度）: 11.534563838812929
- License:
- Abstract: This work considers the problem of \emph{perfect} covert communication in wireless networks. Specifically, harnessing an Intelligent Reflecting Surface (IRS), we turn our attention to schemes that allow the transmitter to completely hide the communication, with \emph{zero energy} at the unwanted listener (Willie) and hence zero probability of detection. Applications of such schemes go beyond simple covertness, as we prevent detectability or decoding even when the codebook, timings, and channel characteristics are known to Willie. We define perfect covertness, give a necessary and sufficient condition for it in IRS-assisted communication, and define the optimization problem. For two IRS elements, we analyze the probability of finding a solution and derive its closed form. We then investigate the problem of more than two IRS elements by analyzing the probability of such a zero-detection solution. We prove that this probability converges to $1$ as the number of elements tends to infinity. We provide an iterative algorithm to find a perfectly covert solution and prove its convergence. The results are also supported by simulations, showing that a small amount of IRS elements allows for a positive rate at the legitimate user yet with zero probability of detection at an unwanted listener.
- Abstract（参考訳）: 本研究は,無線ネットワークにおけるemph{perfect}シークレット通信の問題について考察する。
具体的には、インテリジェントリフレクティングサーフェス(IRS)を利用して、送信機が通信を完全に隠蔽するスキームに注意を向け、不要なリスナ(Willie)に 'emph{zero energy} を配置し、従って検出の確率をゼロにする。
このようなスキームの応用は、コードブック、タイミング、チャネル特性がWillieに知られている場合でも、検出可能性や復号化を防止するため、単純な隠蔽性を超える。
完全包括性を定義し、IRS支援通信において必要かつ十分な条件を与え、最適化問題を定義する。
2つのIRS要素に対して、解を見つける確率を分析し、その閉形式を導出する。
次に、そのようなゼロ検出解の確率を解析することにより、2つ以上のIRS要素の問題を調査する。
この確率は、要素の数が無限大になる傾向があるため、1ドルに収まることを証明している。
完全被覆解を探索し,その収束性を証明するための反復アルゴリズムを提案する。
また、シミュレーションにより、少量のIRS要素が正のユーザに対して正の確率で検出できるが、望ましくないリスナーに対して検出する確率はゼロであることを示す。
関連論文リスト
- Adversarially Robust Distributed Count Tracking via Partial Differential
Privacy [17.43748116766233]
分散機能監視(distributed functional monitoring)とも呼ばれる分散追跡モデルについて検討する。
このモデルは、各アイテムのストリームを受け取り、中央サーバと通信する、$k$のサイトを含む。
カウントトラッキングでは、決定論的アルゴリズムとランダム化アルゴリズムの通信に$sqrtk$ギャップがあることが知られている。
論文 参考訳（メタデータ） (2023-11-01T07:42:13Z) - Fast-DetectGPT: Efficient Zero-Shot Detection of Machine-Generated Text
via Conditional Probability Curvature [36.31281981509264]
大規模言語モデル(LLM)は、流動的でコジェントなコンテンツを生成する能力を示している。
信頼できるAIシステムを構築するためには、マシン生成コンテンツと人間によるコンテンツとを区別することが不可欠である。
Fast-DetectGPTは、ディテクターGPTの摂動ステップを、より効率的なサンプリングステップで置き換える最適化されたゼロショット検出器である。
論文 参考訳（メタデータ） (2023-10-08T11:41:28Z) - Semantic Strengthening of Neuro-Symbolic Learning [85.6195120593625]
ニューロシンボリックアプローチは一般に確率論的目的のファジィ近似を利用する。
トラクタブル回路において,これを効率的に計算する方法を示す。
我々は,Warcraftにおける最小コストパスの予測,最小コスト完全マッチングの予測,スドクパズルの解法という3つの課題に対して,アプローチを検証した。
論文 参考訳（メタデータ） (2023-02-28T00:04:22Z) - The #DNN-Verification Problem: Counting Unsafe Inputs for Deep Neural
Networks [94.63547069706459]
#DNN-Verification問題は、DNNの入力構成の数を数えることによって安全性に反する結果となる。
違反の正確な数を返す新しい手法を提案する。
安全クリティカルなベンチマークのセットに関する実験結果を示す。
論文 参考訳（メタデータ） (2023-01-17T18:32:01Z) - Task-Oriented Sensing, Computation, and Communication Integration for
Multi-Device Edge AI [108.08079323459822]
本稿では,AIモデルの分割推論と統合センシング通信(ISAC)を併用した,新しいマルチインテリジェントエッジ人工レイテンシ(AI)システムについて検討する。
推定精度は近似的だが抽出可能な計量、すなわち判別利得を用いて測定する。
論文 参考訳（メタデータ） (2022-07-03T06:57:07Z) - Double Sampling Randomized Smoothing [19.85592163703077]
二重サンプリングランダム化平滑化フレームワークを提案する。
サンプリングされた確率を、追加の滑らかな分布から利用して、以前の滑らかな分類器の堅牢性認証を強化する。
本研究では,DSRSが既存のデータセットよりも高いロバストラジイを常に異なる設定で証明していることを示す。
論文 参考訳（メタデータ） (2022-06-16T04:34:28Z) - Towards an AI-Driven Universal Anti-Jamming Solution with Convolutional
Interference Cancellation Network [4.450750414447688]
ワイヤレスリンクは、重要なサービスを提供するためにますます使われていますが、意図的な干渉(ジャミング)は、そのようなサービスにとって深刻な脅威です。
機械学習の進歩とニューラルアクセラレータとソフトウェア定義無線の約束に依存するアプローチを提案する。
本研究では,2アンテナの試作システムを開発し,様々な環境設定や変調方式におけるジャミングキャンセル手法の評価を行う。
論文 参考訳（メタデータ） (2022-03-18T03:30:57Z) - Acceleration in Distributed Optimization Under Similarity [72.54787082152278]
集中ノードを持たないエージェントネットワーク上での分散(強い凸)最適化問題について検討する。
$varepsilon$-solutionは$tildemathcalrhoObig(sqrtfracbeta/mu (1-)log1/varepsilonbig)$通信ステップ数で達成される。
この速度は、関心のクラスに適用される分散ゴシップ-アルゴリズムの、初めて(ポリログ因子まで)より低い複雑性の通信境界と一致する。
論文 参考訳（メタデータ） (2021-10-24T04:03:00Z) - 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) - Global Optimization of Objective Functions Represented by ReLU Networks [77.55969359556032]
ニューラルネットワークは複雑で非敵対的な関数を学ぶことができ、安全クリティカルな文脈でそれらの正しい振る舞いを保証することは困難である。
ネットワーク内の障害を見つけるための多くのアプローチ(例えば、敵の例)があるが、これらは障害の欠如を保証できない。
本稿では,最適化プロセスを検証手順に統合し,本手法よりも優れた性能を実現する手法を提案する。
論文 参考訳（メタデータ） (2020-10-07T08:19:48Z) - Breaking the Communication-Privacy-Accuracy Trilemma [19.399122892615573]
分散学習における2つの大きな課題は、ローカルサンプルのプライバシを保持し、それらを中央サーバに効率的に伝達することである。
我々は、最適なプライバシーと通信効率を同時に達成する新しい符号化・復号機構を開発する。
論文 参考訳（メタデータ） (2020-07-22T22:43:01Z)
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。