論文の概要: Privacy-Preserving Semantic Communications via Multi-Task Learning and Adversarial Perturbations

• arxiv url: http://arxiv.org/abs/2512.24452v1
• Date: Tue, 30 Dec 2025 20:19:49 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-01-01 23:27:28.484646
• Title: Privacy-Preserving Semantic Communications via Multi-Task Learning and Adversarial Perturbations
• Title（参考訳）: マルチタスク学習と対向的摂動によるプライバシ保護セマンティックコミュニケーション
• Authors: Yalin E. Sagduyu, Tugba Erpek, Aylin Yener, Sennur Ulukus,
• Abstract要約: 本稿では,ディープラーニングに基づく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。 シーケンシャルなリークをeavesdropperに明示的に制限しながら、複数の受信タスクをサポートする。 摂動層は、正当なリンクが自身のタスクのためにのみ訓練された場合でも、セマンティックリークを低減することに成功している。
• 参考スコア（独自算出の注目度）: 49.494000480610225
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Semantic communications conveys task-relevant meaning rather than focusing solely on message reconstruction, improving bandwidth efficiency and robustness for next-generation wireless systems. However, learned semantic representations can still leak sensitive information to unintended receivers (eavesdroppers). This paper presents a deep learning-based semantic communication framework that jointly supports multiple receiver tasks while explicitly limiting semantic leakage to an eavesdropper. The legitimate link employs a learned encoder at the transmitter, while the receiver trains decoders for semantic inference and data reconstruction. The security problem is formulated via an iterative min-max optimization in which an eavesdropper is trained to improve its semantic inference, while the legitimate transmitter-receiver pair is trained to preserve task performance while reducing the eavesdropper's success. We also introduce an auxiliary layer that superimposes a cooperative, adversarially crafted perturbation on the transmitted waveform to degrade semantic leakage to an eavesdropper. Performance is evaluated over Rayleigh fading channels with additive white Gaussian noise using MNIST and CIFAR-10 datasets. Semantic accuracy and reconstruction quality improve with increasing latent dimension, while the min-max mechanism reduces the eavesdropper's inference performance significantly without degrading the legitimate receiver. The perturbation layer is successful in reducing semantic leakage even when the legitimate link is trained only for its own task. This comprehensive framework motivates semantic communication designs with tunable, end-to-end privacy against adaptive adversaries in realistic wireless settings.
• Abstract（参考訳）: セマンティック通信は、メッセージ再構成のみに焦点をあてるのではなく、タスク関連の意味を伝達し、次世代無線システムの帯域効率と堅牢性を向上させる。 しかし、学習された意味表現は、意図しない受信者(盗聴者)に機密情報を漏らすことがある。 本稿では,eavesdropper に意味漏洩を明示的に制限しつつ,複数の受信タスクを協調的にサポートする深層学習に基づく意味コミュニケーションフレームワークを提案する。 正規リンクは送信機で学習エンコーダを使用し、受信機は意味推論とデータ再構成のためにデコーダを訓練する。 セキュリティ問題は、eavesdropperのセマンティック推論を改善するために、eavesdropperを訓練する反復的なmin-max最適化によって定式化され、また、正統な送信機と受信機ペアは、eavesdropperの成功を低減しつつタスク性能を維持するために訓練される。 また,送信波形に協調的,逆方向の摂動を重畳した補助層を導入し,eavesdropperに意味リークを分解する。 MNISTおよびCIFAR-10データセットを用いて、付加的な白色ガウス雑音を伴うレイリーフェディングチャネルの性能評価を行った。 一方、min-max機構は、正統な受信機を劣化させることなく、盗聴者の推論性能を大幅に低下させる。 摂動層は、正当なリンクが自身のタスクのためにのみ訓練された場合でも、セマンティックリークを低減することに成功している。 この包括的なフレームワークは、リアルな無線環境における適応的敵に対する調整可能なエンドツーエンドのプライバシを備えたセマンティックコミュニケーション設計を動機付けている。

関連論文リスト

• Shuffling for Semantic Secrecy [12.708217189207828]
  本研究では,共有秘密鍵の役割をランダムシャッフルパターンが果たす新しいセマンティックセキュリティ通信システムを提案する。 提案するランダムシャッフル手法は,プラグインとしての既存のセマンティック・コミュニケーション・システムにおいて,その柔軟性を示す。
  論文  参考訳（メタデータ） (2025-07-10T03:42:17Z)
• Diffusion-aided Task-oriented Semantic Communications with Model Inversion Attack [8.014010065113707]
  タスク指向意味コミュニケーションのための拡散支援フレームワークであるDiffSemを提案する。 DiffSemは、チャネルノイズを補償しながらセマンティックコンテンツを適応的に制御する送信側自己雑音機構を統合している。 実験の結果,DiffSem は適切な受信者に対して高い精度を達成できることを示し,提案手法の優れた性能を検証した。
  論文  参考訳（メタデータ） (2025-06-24T05:21:27Z)
• Task-Adaptive Semantic Communications with Controllable Diffusion-based Data Regeneration [45.55410059471241]
  次世代ネットワークは、ビットワイズデータ配信を、帯域幅効率のための意味を伝達する意味にシフトする。 本研究では,拡散モデルに基づくタスク適応型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。 テスト結果は,タスク関連情報を意味コミュニケーションに適応的に保存する手法の有効性を示す。
  論文  参考訳（メタデータ） (2025-05-12T18:23:53Z)
• Secure Semantic Communication via Paired Adversarial Residual Networks [59.468221305630784]
  本稿では,セキュリティを意識したセマンティック通信システムに対する敵攻撃の正の側面について検討する。 セマンティックトランスミッターの後に、セマンティックレシーバーの前に、一対のプラグイン可能なモジュールがインストールされる。 提案手法は,高品質なセマンティック通信を維持しつつ,盗聴者を騙すことができる。
  論文  参考訳（メタデータ） (2024-07-02T08:32:20Z)
• Generative AI-aided Joint Training-free Secure Semantic Communications via Multi-modal Prompts [89.04751776308656]
  本稿では,多モデルプロンプトを用いたGAI支援型SemComシステムを提案する。 セキュリティ上の懸念に応えて、フレンドリーなジャマーによって支援される隠蔽通信の応用を紹介する。
  論文  参考訳（メタデータ） (2023-09-05T23:24:56Z)
• Is Semantic Communications Secure? A Tale of Multi-Domain Adversarial Attacks [70.51799606279883]
  セマンティック・コミュニケーションのためのディープ・ニューラル・ネットワーク(DNN)に対するテスト・タイム・アタックを導入する。 再建損失が低い場合でも,伝達情報のセマンティクスを変更可能であることを示す。
  論文  参考訳（メタデータ） (2022-12-20T17:13:22Z)
• Robust Semantic Communications with Masked VQ-VAE Enabled Codebook [56.63571713657059]
  本稿では,ロバストなエンドツーエンドのセマンティック通信システムにおいて,セマンティックノイズに対処するためのフレームワークを提案する。 セマンティックノイズに対処するため、重み付き対向トレーニングを開発し、トレーニングデータセットにセマンティックノイズを組み込む。 ノイズやタスク非関連の特徴を抑える機能重要モジュール (FIM) を開発した。
  論文  参考訳（メタデータ） (2022-06-08T16:58:47Z)

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。