論文の概要: Dynamic Scattering-channel-based Approach for Multiuser Image Encryption

• arxiv url: http://arxiv.org/abs/2409.14275v1
• Date: Sun, 22 Sep 2024 00:22:32 GMT
• ステータス: 処理完了
• システム内更新日: 2024-11-06 23:26:16.299176
• Title: Dynamic Scattering-channel-based Approach for Multiuser Image Encryption
• Title（参考訳）: 動的散乱チャンネルを用いたマルチユーザ画像暗号化
• Authors: Mohammadrasoul Taghavi, Edwin A. Marengo,
• Abstract要約: マルチユーザ画像暗号化のための動的散乱チャネルに基づく新しい技術を開発した。 提案システムでは,異なる時間ブロックに対する散乱行列を個別に組み合わせることにより,複数のユーザをサポートする。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Conventional scattering-based encryption systems that operate based on a static complex medium which is used by all users are vulnerable to learning-based attacks that exploit ciphertext-plaintext pairs to model and reverse-engineer the scattering medium's response, enabling unauthorized decryption without the physical medium. In this contribution, a new dynamic scattering-channel-based technique for multiuser image encryption is developed. The established approach employs variable, dynamic scattering media which are modeled as tunable aggregates of multiple scattering nanoparticles. The proposed system supports multiple users by allowing distinct combinations of scattering matrices for different time blocks, each combined with user-specific complex-valued coefficients, enabling the creation of unique, hard-to-guess encryption keys for each user. The derived methodology enhances the practical feasibility of multiuser secure communication and storage channels employing scattering media as the encryption mechanism.
• Abstract（参考訳）: 全てのユーザが使用する静的な複雑な媒体に基づいて動作する従来の散乱ベースの暗号化システムは、暗号文とプレーンテキストのペアを利用して散乱媒体の応答をモデル化しリバースエンジニアリングする学習ベースの攻撃に対して脆弱であり、物理媒体を使わずに不正な復号を可能にする。 本研究では,マルチユーザ画像暗号化のための動的散乱チャネルに基づく新しい手法を開発した。 確立されたアプローチは、複数の散乱ナノ粒子の調整可能な集合体としてモデル化された可変な動的散乱媒質を用いる。 提案システムでは,異なる時間ブロックに対する散乱行列の異なる組み合わせと,ユーザ固有の複素値係数を組み合わせることで,ユーザごとに一意な暗号鍵を作成できるようにすることにより,複数のユーザを支援する。 本手法は,分散メディアを暗号化機構として用いたマルチユーザセキュア通信およびストレージチャネルの実現可能性を高める。

関連論文リスト

• Protect Before Generate: Error Correcting Codes within Discrete Deep Generative Models [3.053842954605396]
  本稿では,離散潜在変数モデルにおける変分推論を強化する新しい手法を提案する。 我々は誤り訂正符号(ECC)を活用し、潜伏表現に冗長性を導入する。 この冗長性は変分後部によって利用され、より正確な推定値が得られる。
  論文  参考訳（メタデータ） (2024-10-10T11:59:58Z)
• Unified Generation, Reconstruction, and Representation: Generalized Diffusion with Adaptive Latent Encoding-Decoding [90.77521413857448]
  深層生成モデルは,3つのコア機能 – 新たなインスタンスの生成,入力の再構築,コンパクト表現の学習 – に固定されている。 一般化逆変換拡散確率モデル(EDDPM)を導入する。 EDDPMはパラメタライズされた符号化復号を導入することで標準拡散におけるガウス雑音化を一般化する。 テキスト、タンパク質、画像の実験は、多様なデータやタスクを扱う柔軟性を示している。
  論文  参考訳（メタデータ） (2024-02-29T10:08:57Z)
• Universal Perturbation-based Secret Key-Controlled Data Hiding [7.705884952540923]
  広義の摂動に基づく秘密鍵制御型データハイディング手法を提案する。 具体的には、複数のシークレットイメージを隠蔽するデータキャリアとして機能する、単一の普遍的摂動を最適化する。 次に、秘密鍵制御デコーダを考案し、単一のコンテナイメージから異なる秘密画像を抽出する。
  論文  参考訳（メタデータ） (2023-11-03T03:57:01Z)
• The Wyner Variational Autoencoder for Unsupervised Multi-Layer Wireless Fingerprinting [6.632671046812309]
  識別性能を向上させるための多層署名を共同で検討する多層フィンガープリントフレームワークを提案する。 従来の手法とは対照的に,近年のマルチビュー機械学習のパラダイムを活用して,マルチレイヤ機能間で共有されるデバイス情報を,監督なしでクラスタ化することができる。 実験の結果,提案手法は教師なしと教師なしの両方の設定において,最先端のベースラインよりも優れていた。
  論文  参考訳（メタデータ） (2023-03-28T10:05:06Z)
• Non-Orthogonal Multiple Access Enhanced Multi-User Semantic Communication [7.231199109999097]
  本稿では,NomaSC(Non-Orthogonal multiple access)に基づくマルチユーザセマンティックコミュニケーションシステムを提案する。 システムは、ソース情報の多様性を持つ複数のユーザのセマンティックトランスミッションをサポートすることができる。
  論文  参考訳（メタデータ） (2023-03-12T07:32:42Z)
• String-based Molecule Generation via Multi-decoder VAE [56.465033997245776]
  可変オートエンコーダ(VAE)による文字列型分子生成の問題点について検討する。 本稿では,そのタスクに対するVAEの性能を改善するための,シンプルで効果的なアイデアを提案する。 実験では,提案するVAEモデルを用いて,領域外分布からサンプルを生成する。
  論文  参考訳（メタデータ） (2022-08-23T03:56:30Z)
• Adaptive Discrete Communication Bottlenecks with Dynamic Vector Quantization [76.68866368409216]
  入力に条件付けされた離散化の厳密度を動的に選択する学習を提案する。 コミュニケーションボトルネックの動的に変化する厳密さは、視覚的推論や強化学習タスクにおけるモデル性能を向上させることができることを示す。
  論文  参考訳（メタデータ） (2022-02-02T23:54:26Z)
• Learning to Generate Noise for Multi-Attack Robustness [126.23656251512762]
  対人学習は、対人摂動に対する既存の方法の感受性を回避できる手法の1つとして登場した。 安全クリティカルなアプリケーションでは、攻撃者は様々な敵を採用してシステムを騙すことができるため、これらの手法は極端に便利である。 本稿では,複数種類の攻撃に対するモデルの堅牢性を改善するために,ノイズ発生を明示的に学習するメタラーニングフレームワークを提案する。
  論文  参考訳（メタデータ） (2020-06-22T10:44:05Z)
• Modeling Lost Information in Lossy Image Compression [72.69327382643549]
  ロスシー画像圧縮は、デジタル画像の最もよく使われる演算子の1つである。 Invertible Lossy Compression (ILC) と呼ばれる新しい非可逆的フレームワークを提案する。
  論文  参考訳（メタデータ） (2020-06-22T04:04:56Z)
• Improve Variational Autoencoder for Text Generationwith Discrete Latent Bottleneck [52.08901549360262]
  変分オートエンコーダ(VAE)は、エンドツーエンドの表現学習において必須のツールである。 VAEは強い自己回帰デコーダで潜伏変数を無視する傾向がある。 よりコンパクトな潜在空間において暗黙的な潜在特徴マッチングを強制する原理的アプローチを提案する。
  論文  参考訳（メタデータ） (2020-04-22T14:41:37Z)

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。