Fugu-MT 論文翻訳(概要): Enhanced Multiuser CSI-Based Physical Layer Authentication Based on Information Reconciliation

論文の概要: Enhanced Multiuser CSI-Based Physical Layer Authentication Based on Information Reconciliation

arxiv url: http://arxiv.org/abs/2505.10932v1
Date: Fri, 16 May 2025 07:11:04 GMT
ステータス: 翻訳完了
システム内更新日: 2025-05-19 14:36:14.260494
Title: Enhanced Multiuser CSI-Based Physical Layer Authentication Based on Information Reconciliation
Title（参考訳）: 情報和解に基づくマルチユーザCSIに基づく物理層認証の強化
Authors: Atsu Kokuvi Angélo Passah, Arsenia Chorti, Rodrigo C. de Lamare,
Abstract要約: 物理層認証(PLA)は、ローエンドのInternet of Thingsネットワークのための費用対効果の高いソリューションである。我々は、PLAの性能を高めるために任意のビット数を用いる量子化戦略とともに、極符号を用いた情報和解方式を開発する。
参考スコア（独自算出の注目度）: 20.54391139132056
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: This paper presents a physical layer authentication (PLA) technique using information reconciliation in multiuser communication systems. A cost-effective solution for low-end Internet of Things networks can be provided by PLA. In this work, we develop an information reconciliation scheme using Polar codes along with a quantization strategy that employs an arbitrary number of bits to enhance the performance of PLA. We employ the principle of Slepian-Wolf coding to reconcile channel measurements spread in time. Numerical results show that our approach works very well and outperforms competing approaches, achieving more than 99.80% increase in detection probability for false alarm probabilities close to 0.
Abstract（参考訳）: 本稿では,マルチユーザ通信システムにおける情報和解を用いた物理層認証(PLA)手法を提案する。 PLAによって、ローエンドのInternet of Thingsネットワークに対する費用対効果のソリューションを提供することができる。本研究では、PLAの性能を高めるために任意のビット数を用いる量子化戦略とともに、極性符号を用いた情報和解方式を開発する。我々は、Slepian-Wolf符号の原理を用いて、時間内に広まるチャネル計測を精査する。数値的な結果から,本手法は非常にうまく機能し,競合する手法より優れており,0。

関連論文リスト

Cryptanalysis via Machine Learning Based Information Theoretic Metrics [58.96805474751668]
本稿では,機械学習アルゴリズムの新たな2つの応用法を提案する。これらのアルゴリズムは、監査設定で容易に適用でき、暗号システムの堅牢性を評価することができる。本稿では,DES,RSA,AES ECBなど,IND-CPAの安全でない暗号化スキームを高精度に識別する。
論文参考訳（メタデータ） (2025-01-25T04:53:36Z)
Physical Layer Authentication Using Information Reconciliation [20.54391139132056]
本稿では,従来のアプローチを補完する物理層認証(PLA)を提案する。 PLAの精度と一貫性は、異なるタイムスロット間の無線チャネル実現のランダムなばらつきによって影響を受ける。特に,極性符号を用いた分散音源符号化(Slepian-Wolf)の整合性を導入し,チャネル計測を時間内に整合させる。
論文参考訳（メタデータ） (2024-04-19T13:20:13Z)
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)
MARLIN: Soft Actor-Critic based Reinforcement Learning for Congestion Control in Real Networks [63.24965775030673]
そこで本研究では,汎用的な渋滞制御(CC)アルゴリズムを設計するための新しい強化学習(RL)手法を提案する。我々の解であるMARLINは、Soft Actor-Criticアルゴリズムを用いてエントロピーとリターンの両方を最大化する。我々は,MARLINを実ネットワーク上で訓練し,実ミスマッチを克服した。
論文参考訳（メタデータ） (2023-02-02T18:27:20Z)
Personalized Decentralized Multi-Task Learning Over Dynamic Communication Graphs [59.96266198512243]
本稿では,正と負の相関関係を持つタスクに対する分散・フェデレーション学習アルゴリズムを提案する。本アルゴリズムでは,タスク間の相関関係を自動的に計算し,コミュニケーショングラフを動的に調整して相互に有益なタスクを接続し,互いに悪影響を及ぼす可能性のあるタスクを分離する。合成ガウスデータセットと大規模セレブ属性(CelebA)データセットについて実験を行った。
論文参考訳（メタデータ） (2022-12-21T18:58:24Z)
Learning Robust Beamforming for MISO Downlink Systems [14.429561340880074]
基地局は、不完全なチャネル状態情報(CSI)とその特徴だけで効率的なマルチアンテナ伝送戦略を特定する。深層ニューラルネットワーク(DNN)を実世界の伝播環境に合わせて最適化した堅牢なトレーニングアルゴリズムを提案する。
論文参考訳（メタデータ） (2021-03-02T09:56:35Z)
CosSGD: Nonlinear Quantization for Communication-efficient Federated Learning [62.65937719264881]
フェデレーション学習は、これらのクライアントのローカルデータを中央サーバに転送することなく、クライアント間での学習を促進する。圧縮勾配降下のための非線形量子化を提案し、フェデレーションラーニングで容易に利用することができる。本システムは,訓練過程の収束と精度を維持しつつ,通信コストを最大3桁まで削減する。
論文参考訳（メタデータ） (2020-12-15T12:20:28Z)
Privacy Amplification by Decentralization [0.0]
我々は,完全分散プロトコルに自然発生する,新たなldp(local differential privacy)緩和を提案する。本研究では,トークンがネットワークグラフ上でウォークを実行し,受信者によって順次更新される分散計算モデルについて検討する。アルゴリズムのプライバシとユーティリティのトレードオフがLDPを大幅に改善し、信頼/安全アグリゲーションとシャッフルに基づく方法で達成できるものと一致していることを証明しています。
論文参考訳（メタデータ） (2020-12-09T21:33:33Z)
Enabling certification of verification-agnostic networks via memory-efficient semidefinite programming [97.40955121478716]
本稿では,ネットワークアクティベーションの総数にのみ線形なメモリを必要とする一階二重SDPアルゴリズムを提案する。 L-inf の精度は 1% から 88% ,6% から 40% に改善した。また,変分オートエンコーダの復号器に対する2次安定性仕様の厳密な検証を行った。
論文参考訳（メタデータ） (2020-10-22T12:32:29Z)
ESPN: Extremely Sparse Pruned Networks [50.436905934791035]
簡単な反復マスク探索法により,非常に深いネットワークの最先端の圧縮を実現することができることを示す。本アルゴリズムは,シングルショット・ネットワーク・プルーニング法とロッテ・ティケット方式のハイブリッド・アプローチを示す。
論文参考訳（メタデータ） (2020-06-28T23:09:27Z)

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。