論文の概要: Weak-Jamming Detection in IEEE 802.11 Networks: Techniques, Scenarios and Mobility
- arxiv url: http://arxiv.org/abs/2505.19633v1
- Date: Mon, 26 May 2025 07:49:59 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-05-27 16:58:43.256946
- Title: Weak-Jamming Detection in IEEE 802.11 Networks: Techniques, Scenarios and Mobility
- Title（参考訳）: IEEE 802.11ネットワークにおける弱ジャミング検出:技術,シナリオ,モビリティ
- Authors: Martijn Hanegraaf, Savio Sciancalepore, Gabriele Oligeri,
- Abstract要約: 最先端のソリューションは、ジャミングが既に無線通信リンクを破壊している場合にのみ、ポスト前のジャミング攻撃を検出する。
弱いジャミングの検出が現実世界の通信技術で考慮できるという証拠は存在しない。
- 参考スコア（独自算出の注目度）: 3.5502600490147196
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: State-of-the-art solutions detect jamming attacks ex-post, i.e., only when jamming has already disrupted the wireless communication link. In many scenarios, e.g., mobile networks or static deployments distributed over a large geographical area, it is often desired to detect jamming at the early stage, when it affects the communication link enough to be detected but not sufficiently to disrupt it (detection of weak jamming signals). Under such assumptions, devices can enhance situational awareness and promptly apply mitigation, e.g., moving away from the jammed area in mobile scenarios or changing communication frequency in static deployments, before jamming fully disrupts the communication link. Although some contributions recently demonstrated the feasibility of detecting low-power and weak jamming signals, they make simplistic assumptions far from real-world deployments. Given the current state of the art, no evidence exists that detection of weak jamming can be considered with real-world communication technologies. In this paper, we provide and comprehensively analyze new general-purpose strategies for detecting weak jamming signals, compatible by design with one of the most relevant communication technologies used by commercial-off-the-shelf devices, i.e., IEEE 802.11. We describe two operational modes: (i) binary classification via Convolutional Neural Networks and (ii) one-class classification via Sparse Autoencoders. We evaluate and compare the proposed approaches with the current state-of-the-art using data collected through an extensive real-world experimental campaign in three relevant environments. At the same time, we made the dataset available to the public. Our results demonstrate that detecting weak jamming signals is feasible in all considered real-world environments, and we provide an in-depth analysis considering different techniques, scenarios, and mobility patterns.
- Abstract（参考訳）: 最先端のソリューションは、ジャミングが既に無線通信リンクを破壊している場合にのみ、ポスト前のジャミング攻撃を検出する。
大規模な地理的領域に分散するモバイルネットワークや静的デプロイメントなど,多くのシナリオでは,検出可能な通信リンクに影響を与えるが,妨害信号の弱い検出が不十分な場合,早期にジャミングを検出することが望まれる。
このような仮定の下では、デバイスは状況認識を高めることができ、例えば、モバイルシナリオのジャム領域から離れるか、静的なデプロイメントで通信頻度を変化させるか、通信リンクを完全に妨害する前に、即座に緩和を適用することができる。
最近、いくつかのコントリビューションは、低消費電力で弱いジャミング信号を検出する可能性を示しているが、それらは現実のデプロイメントから遠く離れた単純な仮定をしている。
現在の最先端技術を考えると、弱いジャミングの検出が現実世界の通信技術で考慮できるという証拠は存在しない。
本稿では,商用オフ・ザ・シェルフ・デバイス(IEEE 802.11)で使用される通信技術と互換性のある,弱いジャミング信号を検出するための新しい汎用戦略を設計し,包括的に分析する。
動作モードを2つ説明します。
一 畳み込みニューラルネットワークによる二分分類及び二分分類
(ii)スパースオートエンコーダによる一級分類。
提案手法を,3つの関連環境における実世界実験を通じて収集した現在の最先端データと評価し,比較する。
同時に、データセットを一般公開しました。
実環境において弱いジャミング信号の検出が可能であることを示すとともに,様々な手法,シナリオ,モビリティパターンを考慮した詳細な分析を行う。
関連論文リスト
- Digital Shielding for Cross-Domain Wi-Fi Signal Adaptation using Relativistic Average Generative Adversarial Network [13.808977762165823]
本稿では,物理信号遮蔽にインスパイアされた,Wi-Fi信号のクロスドメイン適応のための新しいディープラーニングモデルを提案する。
このシステムは96%の精度を達成し、強力な物質識別能力を示した。
論文 参考訳（メタデータ） (2025-04-29T09:18:02Z) - Channel State Information Analysis for Jamming Attack Detection in Static and Dynamic UAV Networks -- An Experimental Study [0.0]
本研究では,静的および動的車両ネットワークにおける攻撃検出の妨害問題について検討する。
我々はESP32-S3モジュールを用いて無人航空機(UAV)と地上制御ステーション(GCS)の通信ネットワークを構築する。
静的および動的通信シナリオにおいて,一定のジャマが記録されたCSIパラメータに与える影響と,CSI解析による妨害検出の可能性について実験的に検証した。
論文 参考訳（メタデータ） (2025-04-08T09:15:53Z) - A Survey on Wi-Fi Sensing Generalizability: Taxonomy, Techniques, Datasets, and Future Research Prospects [12.268939893726293]
本稿では,Wi-Fiセンサの一般化に関する200以上の研究を概観する。
我々は、環境変動の悪影響を軽減するために使用される最先端技術を分析した。
マルチモーダルアプローチや大規模言語モデルの統合など,新たな研究方向性について論じる。
論文 参考訳（メタデータ） (2025-03-11T03:18:20Z) - Effective Intrusion Detection in Heterogeneous Internet-of-Things Networks via Ensemble Knowledge Distillation-based Federated Learning [52.6706505729803]
我々は、分散化された侵入検知システムの共有モデル(IDS)を協調訓練するために、フェデレートラーニング(FL)を導入する。
FLEKDは従来のモデル融合法よりも柔軟な凝集法を実現する。
実験の結果,提案手法は,速度と性能の両面で,局所訓練と従来のFLよりも優れていた。
論文 参考訳（メタデータ） (2024-01-22T14:16:37Z) - Physical-Layer Semantic-Aware Network for Zero-Shot Wireless Sensing [74.12670841657038]
デバイスレスワイヤレスセンシングは、幅広い没入型人間機械対話型アプリケーションをサポートする可能性から、近年、大きな関心を集めている。
無線信号におけるデータの均一性と分散センシングにおけるデータプライバシ規制は、広域ネットワークシステムにおける無線センシングの広範な適用を妨げる主要な課題であると考えられている。
そこで本研究では,ラベル付きデータを使わずに,一箇所ないし限られた箇所で構築されたモデルを直接他の場所に転送できるゼロショット無線センシングソリューションを提案する。
論文 参考訳（メタデータ） (2023-12-08T13:50:30Z) - Emergent communication for AR [11.867942569137059]
モバイル拡張現実(MAR)におけるコミュニケーションプロトコルを学習するための創発的意味コミュニケーションフレームワークを提案する。
具体的には、修正されたルイス信号ゲームを通して2つのエージェントを訓練し、個別の通信プロトコルを自発的に生成する。
実験により、提案手法は従来のMARの物体認識よりも、見えない物体の一般化が優れていることが示された。
論文 参考訳（メタデータ） (2023-08-12T16:45:39Z) - Causal Semantic Communication for Digital Twins: A Generalizable
Imitation Learning Approach [74.25870052841226]
デジタルツイン(DT)は、物理世界の仮想表現と通信(例えば6G)、コンピュータ、人工知能(AI)技術を活用して、多くの接続されたインテリジェンスサービスを実現する。
無線システムは、厳密な通信制約下での情報意思決定を容易にするために意味コミュニケーション(SC)のパラダイムを利用することができる。
DTベースの無線システムでは,因果意味通信(CSC)と呼ばれる新しいフレームワークが提案されている。
論文 参考訳（メタデータ） (2023-04-25T00:15:00Z) - Task-Oriented Communications for NextG: End-to-End Deep Learning and AI
Security Aspects [78.84264189471936]
NextG通信システムは,タスク指向通信などのタスクを確実に実行するために,この設計パラダイムのシフトを探求し始めている。
無線信号分類はNextG Radio Access Network (RAN) のタスクであり、エッジデバイスはスペクトル認識のための無線信号を収集し、信号ラベルを識別する必要があるNextGベースステーション(gNodeB)と通信する。
エッジデバイスとgNodeB用のエンコーダデコーダ対として、送信機、受信機、および分類器機能を共同で訓練することで、タスク指向通信を考える。
論文 参考訳（メタデータ） (2022-12-19T17:54:36Z) - Triggering Failures: Out-Of-Distribution detection by learning from
local adversarial attacks in Semantic Segmentation [76.2621758731288]
セグメンテーションにおけるアウト・オブ・ディストリビューション(OOD)オブジェクトの検出に取り組む。
私たちの主な貢献は、ObsNetと呼ばれる新しいOOD検出アーキテクチャであり、ローカル・アタック(LAA)に基づく専用トレーニングスキームと関連付けられています。
3つの異なるデータセットの文献の最近の10つの手法と比較して,速度と精度の両面で最高の性能が得られることを示す。
論文 参考訳（メタデータ） (2021-08-03T17:09:56Z) - Optimizing sensors placement in complex networks for localization of
hidden signal source: A review [0.0]
我々は、他の4つの指標と比較した、集合的相互性と呼ばれる新しいグラフ測度を提案する。
最適な方法を選択することは、非常にネットワーク的であり、分散に依存しているのに対して、一貫して顕著な方法が2つあることに気付きました。
論文 参考訳（メタデータ） (2020-12-03T12:45:29Z) - Convergence of Federated Learning over a Noisy Downlink [84.55126371346452]
我々は,遠隔パラメータサーバの助けを借りて,ローカルデータセットを利用してグローバルモデルを協調訓練するフェデレーション学習について検討した。
このフレームワークは、PSからデバイスへのダウンリンク送信と、デバイスからPSへのアップリンク送信を必要とする。
本研究の目的は、ダウンリンクとアップリンクの両方における帯域幅制限された共有無線媒体がFLの性能に与える影響を検討することである。
論文 参考訳（メタデータ） (2020-08-25T16:15:05Z)
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。