論文の概要: Eavesdropping on Goal-Oriented Communication: Timing Attacks and Countermeasures

• arxiv url: http://arxiv.org/abs/2411.07088v3
• Date: Thu, 06 Mar 2025 08:13:21 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-03-07 19:22:32.833937
• Title: Eavesdropping on Goal-Oriented Communication: Timing Attacks and Countermeasures
• Title（参考訳）: ゴール指向コミュニケーションの盗聴:タイミング攻撃と対策
• Authors: Federico Mason, Federico Chiariotti, Pietro Talli, Andrea Zanella,
• Abstract要約: 遠隔マルコフプロセスの追跡のためのプルベース目標指向スケジューリングに対する盗聴攻撃について検討する。 攻撃の有効性と可能な対策を定義するための理論的枠組みを提供する。
• 参考スコア（独自算出の注目度）: 15.079887992932692
• License:
• Abstract: Goal-oriented communication is a new paradigm that considers the meaning of transmitted information to optimize communication. One possible application is the remote monitoring of a process under communication costs: scheduling updates based on goal-oriented considerations can significantly reduce transmission frequency while maintaining high-quality tracking performance. However, goal-oriented scheduling also opens a timing-based side-channel that an eavesdropper may exploit to obtain information about the state of the remote process, even if the content of updates is perfectly secure. In this work, we study an eavesdropping attack against pull-based goal-oriented scheduling for the tracking of remote Markov processes. We provide a theoretical framework for defining the effectiveness of the attack and of possible countermeasures, as well as a practical heuristic that can provide a balance between the performance gains offered by goal-oriented communication and the information leakage.
• Abstract（参考訳）: 目標指向通信は,伝達情報の意味を考慮し,コミュニケーションを最適化する新たなパラダイムである。 目標指向の考慮に基づく更新のスケジューリングは、高品質なトラッキング性能を維持しながら、伝送周波数を著しく低減することができる。 しかし、目標指向スケジューリングは、たとえ更新の内容が完全に安全であっても、盗聴者がリモートプロセスの状態に関する情報を取得するために利用するタイミングベースのサイドチャネルも開く。 本研究では,遠隔マルコフプロセスの追跡のためのプルベース目標指向スケジューリングに対する盗聴攻撃について検討する。 本稿では,攻撃の有効性と対策の可能性を定義するための理論的枠組みと,目標指向通信による性能向上と情報漏洩のバランスをとるための実践的ヒューリスティックを提供する。

関連論文リスト

• Pragmatic Goal-Oriented Communications under Semantic-Effectiveness Channel Errors [3.266331042379877]
  近日中のAI支援6Gネットワークでは、セマンティック、プラグマティック、ゴール指向のコミュニケーション戦略の統合が必須となる。 本稿では,意味的および有効性の両レベルでの言語ミスマッチから生じる誤りを数学的にモデル化する手法を提案する。 本稿では,言語ミスマッチを補うメカニズムが提案される可能性を示し,ノイズの多い通信環境下での信頼性通信の実現可能性を高める。
  論文  参考訳（メタデータ） (2024-01-19T16:43:47Z)
• Reasoning with the Theory of Mind for Pragmatic Semantic Communication [62.87895431431273]
  本稿では,実用的な意味コミュニケーションフレームワークを提案する。 2つの知性エージェント間の効果的な目標指向情報共有を可能にする。 数値的な評価は、少ないビット量で効率的な通信を実現するためのフレームワークの能力を示している。
  論文  参考訳（メタデータ） (2023-11-30T03:36:19Z)
• Beyond Transmitting Bits: Context, Semantics, and Task-Oriented Communications [88.68461721069433]
  次世代システムは、メッセージセマンティクスを折り畳み、コミュニケーションの目標を設計に組み込むことによって、潜在的に豊かになる。 このチュートリアルは、初期適応、セマンティック・アウェア、タスク指向コミュニケーションから始まり、現在までの取り組みを要約する。 その焦点は、情報理論を利用して基礎を提供するアプローチと、意味論やタスク対応コミュニケーションにおける学習の重要な役割である。
  論文  参考訳（メタデータ） (2022-07-19T16:00:57Z)
• Curriculum Learning for Goal-Oriented Semantic Communications with a Common Language [60.85719227557608]
  話者とリスナーが協調して一連のタスクを実行することを可能にするために,総合目標指向の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。 話者とリスナーのセマンティックコミュニケーションを実現するために,階層的信念に基づく共通言語を提案する。 最適化問題は、イベントの完全かつ抽象的な記述を決定するために定義される。
  論文  参考訳（メタデータ） (2022-04-21T22:36:06Z)
• Common Language for Goal-Oriented Semantic Communications: A Curriculum Learning Framework [66.81698651016444]
  目標指向タスク実行を実現するための包括的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。 カリキュラム学習(CL)と強化学習(RL)を組み合わせた新しいトップダウンフレームワークを提案する。 シミュレーションの結果,提案手法は,学習中の収束時間,タスク実行時間,送信コストにおいて従来のRLよりも優れていた。
  論文  参考訳（メタデータ） (2021-11-15T19:13:55Z)
• Accelerating Federated Edge Learning via Optimized Probabilistic Device Scheduling [57.271494741212166]
  本稿では,通信時間最小化問題を定式化し,解決する。 最適化されたポリシーは、トレーニングプロセスが進むにつれて、残りの通信ラウンドの抑制から、ラウンドごとのレイテンシの低減へと、徐々に優先順位を転換している。 提案手法の有効性は,自律運転における協調的3次元目標検出のユースケースを通じて実証される。
  論文  参考訳（メタデータ） (2021-07-24T11:39:17Z)
• Deep reinforcement learning of event-triggered communication and control for multi-agent cooperative transport [9.891241465396098]
  協調輸送のためのコミュニケーション・制御戦略の設計問題に対処する多エージェント強化学習手法を検討する。 我々のフレームワークはイベントトリガーアーキテクチャ、すなわち通信入力を演算するフィードバックコントローラと、入力を再更新する必要があるタイミングを決定するトリガー機構を利用する。
  論文  参考訳（メタデータ） (2021-03-29T01:16:12Z)
• Communication-Efficient and Distributed Learning Over Wireless Networks: Principles and Applications [55.65768284748698]
  機械学習(ML)は、第5世代(5G)通信システムなどのための有望なイネーブルである。 本稿では、関連するコミュニケーションとMLの原則を概観し、選択したユースケースでコミュニケーション効率と分散学習フレームワークを提示することを目的とする。
  論文  参考訳（メタデータ） (2020-08-06T12:37:14Z)

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。