論文の概要: The Model Inversion Eavesdropping Attack in Semantic Communication Systems

• arxiv url: http://arxiv.org/abs/2308.04304v1
• Date: Tue, 8 Aug 2023 14:50:05 GMT
• ステータス: 処理完了
• システム内更新日: 2023-08-09 12:25:27.683715
• Title: The Model Inversion Eavesdropping Attack in Semantic Communication Systems
• Title（参考訳）: セマンティック通信システムにおけるモデル反転盗聴攻撃
• Authors: Yuhao Chen, Qianqian Yang, Zhiguo Shi and Jiming Chen
• Abstract要約: セマンティック通信システムにおけるプライバシリークのリスクを明らかにするために, モデル逆盗聴攻撃(MIEA)を導入する。 MIEAは、ホワイトボックスとブラックボックスの両方の設定が考慮されている生のメッセージを再構築する。 ランダムな置換と置換に基づく防衛手法を提案し,MIEAに対する防御を行う。
• 参考スコア（独自算出の注目度）: 19.385375706864334
• License: http://creativecommons.org/publicdomain/zero/1.0/
• Abstract: In recent years, semantic communication has been a popular research topic for its superiority in communication efficiency. As semantic communication relies on deep learning to extract meaning from raw messages, it is vulnerable to attacks targeting deep learning models. In this paper, we introduce the model inversion eavesdropping attack (MIEA) to reveal the risk of privacy leaks in the semantic communication system. In MIEA, the attacker first eavesdrops the signal being transmitted by the semantic communication system and then performs model inversion attack to reconstruct the raw message, where both the white-box and black-box settings are considered. Evaluation results show that MIEA can successfully reconstruct the raw message with good quality under different channel conditions. We then propose a defense method based on random permutation and substitution to defend against MIEA in order to achieve secure semantic communication. Our experimental results demonstrate the effectiveness of the proposed defense method in preventing MIEA.
• Abstract（参考訳）: 近年,セマンティックコミュニケーションはコミュニケーション効率の優位性について研究が盛んに行われている。 意味コミュニケーションは、生のメッセージから意味を抽出するためにディープラーニングに依存するため、ディープラーニングモデルをターゲットにした攻撃には弱い。 本稿では, セマンティック通信システムにおけるプライバシー漏洩のリスクを明らかにするために, モデル逆盗聴攻撃(MIEA)を導入する。 mieaでは、攻撃者は最初にセマンティック通信システムによって送信される信号を盗み出し、次にモデル反転攻撃を行い、ホワイトボックスとブラックボックスの設定の両方が考慮される生のメッセージを再構築する。 評価の結果,MIEAは異なるチャネル条件下で良好な品質で生メッセージを再構築できることがわかった。 次に, セキュアな意味コミュニケーションを実現するために, ランダムな順列と置換に基づく防御手法を提案する。 本研究は,MIEA対策における防衛法の有効性を実証するものである。

関連論文リスト

• Secure Semantic Communication via Paired Adversarial Residual Networks [59.468221305630784]
  本稿では,セキュリティを意識したセマンティック通信システムに対する敵攻撃の正の側面について検討する。 セマンティックトランスミッターの後に、セマンティックレシーバーの前に、一対のプラグイン可能なモジュールがインストールされる。 提案手法は,高品質なセマンティック通信を維持しつつ,盗聴者を騙すことができる。
  論文  参考訳（メタデータ） (2024-07-02T08:32:20Z)
• Backdoor Attacks and Defenses on Semantic-Symbol Reconstruction in Semantic Communications [27.444926954449336]
  本稿では,ディープラーニング対応セマンティックコミュニケーションシステムを対象としたバックドア攻撃について検討する。 セマンティックシンボル(BASS)に対する新たなバックドア攻撃パラダイムが導入された。 リバースエンジニアリングベースおよびプルーニングベースの防衛戦略は、BASSから保護するために設計されている。
  論文  参考訳（メタデータ） (2024-04-20T05:32:55Z)
• Generative AI-aided Joint Training-free Secure Semantic Communications via Multi-modal Prompts [89.04751776308656]
  本稿では,多モデルプロンプトを用いたGAI支援型SemComシステムを提案する。 セキュリティ上の懸念に応えて、フレンドリーなジャマーによって支援される隠蔽通信の応用を紹介する。
  論文  参考訳（メタデータ） (2023-09-05T23:24:56Z)
• SemProtector: A Unified Framework for Semantic Protection in Deep Learning-based Semantic Communication Systems [51.97204522852634]
  3つのセマンティック・プロテクション・モジュールを用いたオンラインセマンティック・コミュニケーション・システムの実現を目的とした統合されたフレームワークを提案する。 具体的には、これらの保護モジュールは、暗号化方法によって送信されるセマンティクスを暗号化し、摂動機構によって無線チャネルからのプライバシーリスクを軽減し、目的地で歪んだセマンティクスを校正することができる。 我々のフレームワークは、既存のオンラインSCシステムにおいて、上記3つのプラグイン可能なモジュールを動的に組み立てて、カスタマイズされたセマンティックプロテクション要件を満たすことを可能にする。
  論文  参考訳（メタデータ） (2023-09-04T06:34:43Z)
• Covert Communication Based on the Poisoning Attack in Federated Learning [21.596265153097352]
  ディープラーニングでは、隠蔽通信を実現するために、モデルに情報を隠蔽するために多くの方法が開発されている。 そこで本研究では,フェデレート学習における毒殺攻撃に基づく包括的コミュニケーション手法を提案する。 提案手法は,2つのクライアント間での秘密メッセージ送信において100%の精度を実現し,ステルス性およびロバスト性を示した。
  論文  参考訳（メタデータ） (2023-06-02T08:11:32Z)
• Model-free Reinforcement Learning of Semantic Communication by Stochastic Policy Gradient [9.6403215177092]
  1949年のWeaverによる意味コミュニケーションのアイデアが注目されている。 セマンティック・コミュニケーション・システムの設計にポリシ・グラディエント(SPG)を適用した。 我々は、受信変数と対象変数の相互情報から、古典的および意味的なコミュニケーションの両方を導出する。
  論文  参考訳（メタデータ） (2023-05-05T14:27:58Z)
• Cognitive Semantic Communication Systems Driven by Knowledge Graph: Principle, Implementation, and Performance Evaluation [74.38561925376996]
  単一ユーザと複数ユーザのコミュニケーションシナリオに対して,認知意味コミュニケーションフレームワークが2つ提案されている。 知識グラフから推論規則をマイニングすることにより,効果的な意味補正アルゴリズムを提案する。 マルチユーザ認知型セマンティックコミュニケーションシステムにおいて,異なるユーザのメッセージを識別するために,メッセージ復元アルゴリズムを提案する。
  論文  参考訳（メタデータ） (2023-03-15T12:01:43Z)
• TransFool: An Adversarial Attack against Neural Machine Translation Models [49.50163349643615]
  敵攻撃に対するニューラルネットワーク翻訳(NMT)モデルの脆弱性を調査し,TransFoolと呼ばれる新たな攻撃アルゴリズムを提案する。 クリーンなサンプルと高いレベルのセマンティックな類似性を保ったソースコード言語で、流動的な逆の例を生成する。 自動的および人的評価に基づいて、TransFoolは、既存の攻撃と比較して成功率、意味的類似性、流布率の改善につながる。
  論文  参考訳（メタデータ） (2023-02-02T08:35:34Z)
• Certifiably Robust Policy Learning against Adversarial Communication in Multi-agent Systems [51.6210785955659]
  多くのマルチエージェント強化学習(MARL)では,エージェントが情報を共有し,適切な判断を下す上でコミュニケーションが重要である。 しかし、ノイズや潜在的な攻撃者が存在する現実世界のアプリケーションに訓練された通信エージェントを配置すると、通信ベースのポリシーの安全性は過小評価されている深刻な問題となる。 本研究では,攻撃者が任意の$CfracN-12$エージェントから被害者エージェントへの通信を任意に変更できる,$N$エージェントを備えた環境を検討する。
  論文  参考訳（メタデータ） (2022-06-21T07:32:18Z)
• Semantic Information Recovery in Wireless Networks [8.508198765617195]
  MLに基づく意味コミュニケーションシステムであるSINFONYを提案する。 SINFONYは、複数のメッセージの背後にある意味を単一の受信機に伝達し、セマンティックリカバリを行う。 数値計算の結果,従来の通信システムと比較して,最大20dBの速度正規化SNRシフトが見られた。
  論文  参考訳（メタデータ） (2022-04-28T09:17:50Z)

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。