論文の概要: Resource Allocation for Semantic Communication under Physical-layer Security

• arxiv url: http://arxiv.org/abs/2312.04155v1
• Date: Thu, 7 Dec 2023 09:12:26 GMT
• ステータス: 処理完了
• システム内更新日: 2023-12-08 15:28:02.252148
• Title: Resource Allocation for Semantic Communication under Physical-layer Security
• Title（参考訳）: 物理層セキュリティ下における意味コミュニケーションのための資源配分
• Authors: Yang Li, Xinyu Zhou, Jun Zhao
• Abstract要約: 本稿では,全レイテンシと実用性のための共同最適化アルゴリズムを提案する。 物理層セキュリティ手法であるシークレットレートを最適化問題に組み込む。
• 参考スコア（独自算出の注目度）: 13.221806733868975
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Semantic communication is deemed as a revolution of Shannon's paradigm in the six-generation (6G) wireless networks. It aims at transmitting the extracted information rather than the original data, which receivers will try to recover. Intuitively, the larger extracted information, the longer latency of semantic communication will be. Besides, larger extracted information will result in more accurate reconstructed information, thereby causing a higher utility of the semantic communication system. Shorter latency and higher utility are desirable objectives for the system, so there will be a trade-off between utility and latency. This paper proposes a joint optimization algorithm for total latency and utility. Moreover, security is essential for the semantic communication system. We incorporate the secrecy rate, a physical-layer security method, into the optimization problem. The secrecy rate is the communication rate at which no information is disclosed to an eavesdropper. Experimental results demonstrate that the proposed algorithm obtains the best joint optimization performance compared to the baselines.
• Abstract（参考訳）: セマンティクス・コミュニケーションは6世代(6g)無線ネットワークにおけるシャノンのパラダイムの革命と見なされている。 受信者が回復しようとする元のデータではなく、抽出した情報を送信することを目的としている。 直感的には、抽出される情報が大きいほど、意味コミュニケーションの待ち時間が長くなる。 さらに、抽出された情報が大きくなれば、より正確な再構成情報が得られ、セマンティック通信システムの利便性が向上する。 レイテンシーの短縮と高ユーティリティーはシステムにとって望ましい目的であるため、ユーティリティとレイテンシの間にトレードオフがある。 本稿では,全レイテンシと実用性のための共同最適化アルゴリズムを提案する。 さらに,セマンティック通信システムにはセキュリティが不可欠である。 我々は,物理層セキュリティ手法であるシークレットレートを最適化問題に組み込む。 秘密保持率は、盗聴者に情報を開示しない通信レートである。 実験の結果,提案手法はベースラインと比較し,最適ジョイント最適化性能を得た。

関連論文リスト

• Semantic Communication Networks Empowered Artificial Intelligence of Things [2.590720801978138]
  本稿では,セマンティック通信システムにおけるセキュリティとプライバシの脅威を包括的に調査する。 この急成長する分野において、さらなる調査を保証している重要なオープンな問題を特定します。
  論文  参考訳（メタデータ） (2024-07-04T14:39:28Z)
• Semantic Entropy Can Simultaneously Benefit Transmission Efficiency and Channel Security of Wireless Semantic Communications [55.54210451136529]
  本稿では,適応トランスミッションと物理層暗号化の両方のためのセマンティクスを探索するためにSemEntropyを提案する。 セムエントロピーは意味論的精度を95%保ち、透過率を60%低減できることを示す。
  論文  参考訳（メタデータ） (2024-02-05T12:25:02Z)
• RIS-Based On-the-Air Semantic Communications -- a Diffractional Deep Neural Network Approach [10.626169088908867]
  現在のAIベースのセマンティックコミュニケーション手法は実装にデジタルハードウェアを必要とする。 RISベースのセマンティックコミュニケーションは、光速計算、計算能力の低さ、複数のタスクを同時に処理する能力など、魅力的な機能を提供する。
  論文  参考訳（メタデータ） (2023-12-01T12:15:49Z)
• 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)
• 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)
• Knowledge Enhanced Semantic Communication Receiver [7.171974845607281]
  本稿では,意味的推論と復号化のための知識ベースにおける事実をより積極的に活用できる知識強化セマンティックコミュニケーションフレームワークを提案する。 具体的には、受信した雑音信号に関連性のある事実三重項を求めるための変圧器に基づく知識抽出器を設計する。 WebNLGデータセットの大規模なシミュレーション結果から,提案した受信機は,知識グラフのデコーディングを向上した上で,優れた性能が得られることが示された。
  論文  参考訳（メタデータ） (2023-02-13T01:49:51Z)
• Performance Optimization for Semantic Communications: An Attention-based Reinforcement Learning Approach [187.4094332217186]
  テキストデータ伝送のためのセマンティック通信フレームワークを提案する。 回復したテキストの意味的精度と完全性を共同でキャプチャする意味的類似度尺度(MSS)を提案する。
  論文  参考訳（メタデータ） (2022-08-17T11:39:16Z)
• Neuro-Symbolic Artificial Intelligence (AI) for Intent based Semantic Communication [85.06664206117088]
  6Gネットワークはデータ転送のセマンティクスと有効性(エンドユーザ)を考慮する必要がある。 観測データの背後にある因果構造を学習するための柱としてNeSy AIが提案されている。 GFlowNetは、無線システムにおいて初めて活用され、データを生成する確率構造を学ぶ。
  論文  参考訳（メタデータ） (2022-05-22T07:11:57Z)
• Federated Reinforcement Learning at the Edge [1.4271989597349055]
  現代のサイバー物理アーキテクチャでは、異なる物理的位置にあるシステムから収集されたデータを使用して適切な振る舞いを学び、不確実な環境に適応する。 本稿では,複数のエージェントが分散的に収集された時系列データに対して,強化学習問題を共同で解決するために,効率的にコミュニケーションを行う必要がある設定について考察する。 通信効率向上のためのアルゴリズムが提案され、理論的保証、実践的実装、数値評価がサポートされている。
  論文  参考訳（メタデータ） (2021-12-11T03:28:59Z)
• Federated Learning over Wireless IoT Networks with Optimized Communication and Resources [98.18365881575805]
  協調学習技術のパラダイムとしてのフェデレートラーニング(FL)は研究の注目を集めている。 無線システム上での高速応答および高精度FLスキームの検証が重要である。 提案する通信効率のよいフェデレーション学習フレームワークは,強い線形速度で収束することを示す。
  論文  参考訳（メタデータ） (2021-10-22T13:25:57Z)

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。