論文の概要: Leveraging Angle of Arrival Estimation against Impersonation Attacks in Physical Layer Authentication

• arxiv url: http://arxiv.org/abs/2503.11508v1
• Date: Fri, 14 Mar 2025 15:29:55 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-03-17 13:05:18.280409
• Title: Leveraging Angle of Arrival Estimation against Impersonation Attacks in Physical Layer Authentication
• Title（参考訳）: 物理層認証における偽装攻撃に対する位置推定の活用
• Authors: Thuy M. Pham, Linda Senigagliesi, Marco Baldi, Rafael F. Schaefer, Gerhard P. Fettweis, Arsenia Chorti,
• Abstract要約: 我々は、ロバスト物理層認証(PLA)の特徴として、到着角(AoA)の利用について検討する。 AoAをベースとしたPLAを標的とした偽装攻撃は、攻撃者の位置情報とハードウェア能力に関する厳密な条件下でのみ実現可能であることを実証する。
• 参考スコア（独自算出の注目度）: 35.14546151351208
• License:
• Abstract: In this paper, we investigate the utilization of the angle of arrival (AoA) as a feature for robust physical layer authentication (PLA). While most of the existing approaches to PLA focus on common features of the physical layer of communication channels, such as channel frequency response, channel impulse response or received signal strength, the use of AoA in this domain has not yet been studied in depth, particularly regarding the ability to thwart impersonation attacks. In this work, we demonstrate that an impersonation attack targeting AoA based PLA is only feasible under strict conditions on the attacker's location and hardware capabilities, which highlights the AoA's potential as a strong feature for PLA. We extend previous works considering a single-antenna attacker to the case of a multiple-antenna attacker, and we develop a theoretical characterization of the conditions in which a successful impersonation attack can be mounted. Furthermore, we leverage extensive simulations in support of theoretical analyses, to validate the robustness of AoA-based PLA.
• Abstract（参考訳）: 本稿では,ロバスト物理層認証(PLA)の特徴として,到着角(AoA)の利用について検討する。 PLAに対する既存のアプローチの多くは、チャネル周波数応答、チャネルインパルス応答、受信信号強度などの通信チャネルの物理層の共通する特徴に重点を置いているが、この領域でのAoAの使用は、特に偽装攻撃を防ぐ能力について、まだ深く研究されていない。 本研究では,AoAをベースとしたPLAを標的とした偽造攻撃は,攻撃者の位置情報とハードウェア能力の厳しい条件下でのみ実現可能であることを実証する。 本研究では,単一アンテナ攻撃者を複数アンテナ攻撃者の場合に適用することを考慮した過去の研究を拡張し,インフォーメーション攻撃を成功させる条件を理論的に評価する。 さらに,AoAをベースとしたPLAのロバスト性を検証するため,理論解析を支援するために広範囲なシミュレーションを利用する。

関連論文リスト

• AoA-Based Physical Layer Authentication in Analog Arrays under Impersonation Attacks [21.416177169435265]
  本稿では、アナログアレイ多重出力多重出力(MIMO)システムにおける認証手段として、到着角(AoA)の使用について議論する。 アナログアレイを備えた基地局は、認証されたパイロット送信から推定されるAoAに基づいてユーザを認証し、アクティブアタッカーは送信された信号を操作して偽装攻撃をマウントする。
  論文  参考訳（メタデータ） (2024-07-11T08:30:04Z)
• AudioFool: Fast, Universal and synchronization-free Cross-Domain Attack on Speech Recognition [0.9913418444556487]
  オーバー・ザ・エア(OTA)モデルと互換性のあるロバスト攻撃に必要な特性について検討する。 任意の特性を持つ攻撃を発生させる手法を設計する。 本手法を標準キーワード分類タスクで評価し,OTAで解析する。
  論文  参考訳（メタデータ） (2023-09-20T16:59:22Z)
• CARBEN: Composite Adversarial Robustness Benchmark [70.05004034081377]
  本稿では,複合対向攻撃 (CAA) が画像に与える影響を実証する。 異なるモデルのリアルタイム推論を提供し、攻撃レベルのパラメータの設定を容易にする。 CAAに対する敵対的堅牢性を評価するためのリーダーボードも導入されている。
  論文  参考訳（メタデータ） (2022-07-16T01:08:44Z)
• On Trace of PGD-Like Adversarial Attacks [77.75152218980605]
  敵対的攻撃は、ディープラーニングアプリケーションに対する安全性とセキュリティ上の懸念を引き起こす。 モデルの勾配一貫性を反映した適応応答特性(ARC)特性を構築する。 私たちの方法は直感的で、軽量で、非侵襲的で、データ不要です。
  論文  参考訳（メタデータ） (2022-05-19T14:26:50Z)
• Scale-Invariant Adversarial Attack for Evaluating and Enhancing Adversarial Defenses [22.531976474053057]
  プロジェクテッド・グラディエント・Descent (PGD) 攻撃は最も成功した敵攻撃の1つであることが示されている。 我々は, 対向層の特徴とソフトマックス層の重みの角度を利用して, 対向層の生成を誘導するスケール不変逆襲 (SI-PGD) を提案する。
  論文  参考訳（メタデータ） (2022-01-29T08:40:53Z)
• Policy Smoothing for Provably Robust Reinforcement Learning [109.90239627115336]
  入力のノルム有界対向摂動に対する強化学習の証明可能な堅牢性について検討する。 我々は、スムーズなポリシーによって得られる全報酬が、入力の摂動のノルムバウンドな逆数の下で一定の閾値以下に収まらないことを保証した証明書を生成する。
  論文  参考訳（メタデータ） (2021-06-21T21:42:08Z)
• Uncertainty-Aware Physically-Guided Proxy Tasks for Unseen Domain Face Anti-spoofing [128.32381246318954]
  Face Anti-Spoofing (FAS)は、偽の顔と偽の顔とを区別しようと試みている。 そこで本研究では,未確認領域のより高度な一般化を実現するために,物理手法を活用することを提案する。
  論文  参考訳（メタデータ） (2020-11-28T03:22:26Z)
• SLAP: Improving Physical Adversarial Examples with Short-Lived Adversarial Perturbations [19.14079118174123]
  Short-Lived Adrial Perturbations (SLAP) は、光プロジェクターを用いて、敵が物理的に堅牢な現実世界のAEを実現できる新しい技術である。 SLAPは、敵のパッチよりも敵の攻撃に対するコントロールを大きくする。 自動走行シナリオにおけるSLAPの実現可能性について検討し,物体検出タスクと交通標識認識タスクの両方を対象として検討した。
  論文  参考訳（メタデータ） (2020-07-08T14:11:21Z)
• Adversarial Example Games [51.92698856933169]
  Adrial Example Games (AEG) は、敵の例の製作をモデル化するフレームワークである。 AEGは、ある仮説クラスからジェネレータとアバーサを反対に訓練することで、敵の例を設計する新しい方法を提供する。 MNIST と CIFAR-10 データセットに対する AEG の有効性を示す。
  論文  参考訳（メタデータ） (2020-07-01T19:47:23Z)

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。