論文の概要: Deep Learning-based Codes for Wiretap Fading Channels

• arxiv url: http://arxiv.org/abs/2409.08786v1
• Date: Fri, 13 Sep 2024 12:45:30 GMT
• ステータス: 処理完了
• システム内更新日: 2024-09-16 16:39:02.410984
• Title: Deep Learning-based Codes for Wiretap Fading Channels
• Title（参考訳）: 深層学習に基づくワイアタップフェイディングチャネルの符号化
• Authors: Daniel Seifert, Onur Günlü, Rafael F. Schaefer,
• Abstract要約: 本研究は,マルチタップフェーディングワイヤタップチャネルのための深層学習に基づく有限ブロック長符号構成を初めて実験的に評価した。 誤り発生確率と情報漏洩率の評価に加えて, (i) フェーディングタップ数, (ii) フェーディング係数のばらつき, (iii) ハッシュ関数ベースのセキュリティ層に対するシード選択の影響について述べる。
• 参考スコア（独自算出の注目度）: 27.397083701319744
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The wiretap channel is a well-studied problem in the physical layer security (PLS) literature. Although it is proven that the decoding error probability and information leakage can be made arbitrarily small in the asymptotic regime, further research on finite-blocklength codes is required on the path towards practical, secure communications systems. This work provides the first experimental characterization of a deep learning-based, finite-blocklength code construction for multi-tap fading wiretap channels without channel state information (CSI). In addition to the evaluation of the average probability of error and information leakage, we illustrate the influence of (i) the number of fading taps, (ii) differing variances of the fading coefficients and (iii) the seed selection for the hash function-based security layer.
• Abstract（参考訳）: ワイヤタップチャネルは、物理層セキュリティ(PLS)文学においてよく研究されている問題である。 漸近的状況下ではデコードエラー確率と情報漏洩を任意に小さくすることができることが証明されているが、実用的で安全な通信システムへの道筋には、有限ブロック長符号のさらなる研究が必要である。 この研究は、チャネル状態情報(CSI)を使わずに、マルチタップフェーディングワイヤタップチャネルに対して、ディープラーニングに基づく有限ブロック長符号構成を初めて実験的に評価した。 誤りおよび情報漏洩の平均確率の評価に加えて,その影響について説明する。 (i)流行するタップの個数 (ii)色調係数と色調係数の相違 三 ハッシュ関数ベースのセキュリティレイヤの種選択。

関連論文リスト

• Eavesdropper localization for quantum and classical channels via nonlinear scattering [58.720142291102135]
  量子鍵分布(QKD)は物理学の法則に基づく理論的セキュリティを提供する。 本稿では,古典的チャネルだけでなく,量子的チャネルにも応用可能なeavesdropper位置に関する新しいアプローチを提案する。 提案手法は, 標準光ファイバ内部のcm精度で1%のエバネッセントアウトカップリングを局在させる作業において, 従来のOTDRよりも優れていることを示す。
  論文  参考訳（メタデータ） (2023-06-25T21:06:27Z)
• Denoising Diffusion Error Correction Codes [92.10654749898927]
  近年、ニューラルデコーダは古典的デコーダ技術に対する優位性を実証している。 最近の最先端のニューラルデコーダは複雑で、多くのレガシデコーダの重要な反復的スキームが欠如している。 本稿では,任意のブロック長の線形符号のソフトデコードにデノナイズ拡散モデルを適用することを提案する。
  論文  参考訳（メタデータ） (2022-09-16T11:00:50Z)
• Disentangled Representation Learning for RF Fingerprint Extraction under Unknown Channel Statistics [77.13542705329328]
  本稿では,まず,不整合表現学習(DRL)の枠組みを提案し,入力信号を逆学習によりデバイス関連成分とデバイス関連成分に分解する。 提案フレームワークにおける暗黙的なデータ拡張は、デバイス非関連チャネル統計の過度な適合を避けるために、RFF抽出器に正規化を課す。 実験により、DR-RFFと呼ばれる提案手法は、未知の複雑な伝播環境に対する一般化可能性の観点から従来の手法よりも優れていることが示された。
  論文  参考訳（メタデータ） (2022-08-04T15:46:48Z)
• 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)
• Semantic Security with Infinite Dimensional Quantum Eavesdropping Channel [1.5070870469725095]
  本稿では,ワイヤタップチャネルの直接符号化定理の証明法を提案する。 この方法はブロック長の増加とともに指数関数的に減衰する誤差を生じる。 セマンティックセキュリティの量子バージョンを保証する。
  論文  参考訳（メタデータ） (2022-05-16T13:25:56Z)
• Reinforce Security: A Model-Free Approach Towards Secure Wiretap Coding [30.74553644848033]
  セキュアな符号化関数を近似する深層学習技術は、無線通信にかなりの関心を集めている。 本稿では,強化学習のアプローチについて検討し,特にニューラルネットワークを用いたセキュアエンコーディングのモデルフリーアプローチに対するポリシー勾配法について検討する。
  論文  参考訳（メタデータ） (2021-06-01T09:30:15Z)
• Solving Sparse Linear Inverse Problems in Communication Systems: A Deep Learning Approach With Adaptive Depth [51.40441097625201]
  疎信号回復問題に対するエンドツーエンドの訓練可能なディープラーニングアーキテクチャを提案する。 提案手法は,出力するレイヤ数を学習し,各タスクのネットワーク深さを推論フェーズで動的に調整する。
  論文  参考訳（メタデータ） (2020-10-29T06:32:53Z)
• Deep-Learning Based Blind Recognition of Channel Code Parameters over Candidate Sets under AWGN and Multi-Path Fading Conditions [13.202747831999414]
  本稿では、受信した符号化信号だけを解析することで、候補集合上のチャネルコードパラメータを復元する問題を考察する。 本稿では、任意の符号化方式のチャネルコードパラメータを識別できるディープラーニングベースのソリューションを提案する。
  論文  参考訳（メタデータ） (2020-09-16T16:10:39Z)
• Operation-Aware Soft Channel Pruning using Differentiable Masks [51.04085547997066]
  本稿では,データ駆動型アルゴリズムを提案する。このアルゴリズムは,操作特性を利用して,ディープニューラルネットワークを異なる方法で圧縮する。 我々は大規模な実験を行い、出力ネットワークの精度で優れた性能を達成する。
  論文  参考訳（メタデータ） (2020-07-08T07:44:00Z)
• Learning End-to-End Codes for the BPSK-constrained Gaussian Wiretap Channel [1.9036571490366496]
  ゴールは、一対の送信機と受信機が敵の存在下で確実に確実に通信できるコードを見つけることである。 このセキュリティは,MINEと呼ばれる深層学習ツールを用いた相互情報の観点から評価される。 数値的な結果から、この環境では、正統派が確実に安全な伝達を確立できることが示されている。
  論文  参考訳（メタデータ） (2020-03-23T23:26:36Z)
• DeepSIC: Deep Soft Interference Cancellation for Multiuser MIMO Detection [98.43451011898212]
  複数のシンボルが同時に送信されるマルチユーザマルチインプットマルチアウトプット(MIMO)設定では、正確なシンボル検出が困難である。 本稿では,DeepSICと呼ぶ反復ソフト干渉キャンセリング(SIC)アルゴリズムの,データ駆動による実装を提案する。 DeepSICは、チャネルを線形にすることなく、限られたトレーニングサンプルから共同検出を行うことを学ぶ。
  論文  参考訳（メタデータ） (2020-02-08T18:31:00Z)

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。