論文の概要: AmbShield: Enhancing Physical Layer Security with Ambient Backscatter Devices against Eavesdroppers
- arxiv url: http://arxiv.org/abs/2601.09867v1
- Date: Wed, 14 Jan 2026 20:56:50 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-01-16 19:43:18.897584
- Title: AmbShield: Enhancing Physical Layer Security with Ambient Backscatter Devices against Eavesdroppers
- Title（参考訳）: AmbShield: 盗聴者に対するアンビエント・バックスキャッターデバイスによる物理的レイヤのセキュリティ強化
- Authors: Yifan Zhang, Yishan Yang, Riku Jäntti, Zheng Yan, Dusit Niyato, Zhu Han,
- Abstract要約: AmbShieldは自然分布のAmBDを利用して正規チャネルを強化し、eavesdropperを分解するAmBD支援PSSスキームである。
AmbShieldでは、AmBDはランダムに後方散乱して盗聴者の干渉を発生させるフレンドリーなジャマーとして利用され、受動的リレーは所望の信号を後方散乱して正当な装置の容量を高める。
- 参考スコア（独自算出の注目度）: 69.56534335936534
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Passive eavesdropping compromises confidentiality in wireless networks, especially in resource-constrained environments where heavyweight cryptography is impractical. Physical layer security (PLS) exploits channel randomness and spatial selectivity to confine information to an intended receiver with modest overhead. However, typical PLS techniques, such as using beamforming, artificial noise, and reconfigurable intelligent surfaces, often involve added active power or specialized deployment, and, in many designs, rely on precise time synchronization and perfect CSI estimation, which limits their practicality. To this end, we propose AmbShield, an AmBD-assisted PLS scheme that leverages naturally distributed AmBDs to simultaneously strengthen the legitimate channel and degrade eavesdroppers' without requiring extra transmit power and with minimal deployment overhead. In AmbShield, AmBDs are exploited as friendly jammers that randomly backscatter to create interference at eavesdroppers, and as passive relays that backscatter the desired signal to enhance the capacity of legitimate devices. We further develop a unified analytical framework that analyzes the exact probability density function (PDF) and cumulative distribution function (CDF) of legitimate and eavesdropper signal-to-interference-noise ratio (SINR), and a closed-form secrecy outage probability (SOP). The analysis provides clear design guidelines on various practical system parameters to minimize SOP. Extensive experiments that include Monte Carlo simulations, theoretical derivations, and high-SNR asymptotic analysis demonstrate the security gains of AmbShield across diverse system parameters under imperfect synchronization and CSI estimation.
- Abstract（参考訳）: 受動的盗聴は、特に重厚暗号が実用的でないリソース制約のある環境では、無線ネットワークにおける機密性を侵害する。
物理層セキュリティ(PLS)は、チャネルランダム性と空間選択性を利用して、わずかなオーバーヘッドで意図した受信機に情報を閉じ込める。
しかしながら、ビームフォーミング、人工ノイズ、再構成可能なインテリジェントサーフェスなどの典型的なPLS技術は、しばしばアクティブなパワーや特別な展開を伴い、多くの設計では正確な時間同期と完全なCSI推定に依存しており、実用性に制限がある。
そこで本研究では,AmBD を利用した PLS スキームである AmbShield を提案する。AmbShield は自然に分散した AmBD を利用して,送信電力を余分に必要とせず,配置オーバーヘッドを最小限に抑えながら,正規チャネルの強化と盗聴器の劣化を同時に行う。
AmbShieldでは、AmBDはランダムに後方散乱して盗聴者の干渉を発生させるフレンドリーなジャマーとして利用され、受動的リレーは所望の信号を後方散乱して正当な装置の容量を高める。
さらに、正当性および盗聴性信号-干渉-雑音比(SINR)の正確な確率密度関数(PDF)と累積分布関数(CDF)を解析し、閉形式秘密停止確率(SOP)を解析する統合分析フレームワークを開発する。
この分析は、SOPを最小化するために、様々な実用的なシステムパラメータに関する明確な設計ガイドラインを提供する。
モンテカルロシミュレーション、理論的導出、高SNR漸近解析を含む大規模な実験は、不完全な同期とCSI推定の下で様々なシステムパラメータにわたってアンブシールドのセキュリティ向上を示す。
関連論文リスト
- Adaptive Learning for IRS-Assisted Wireless Networks: Securing Opportunistic Communications Against Byzantine Eavesdroppers [7.256056777973974]
ビザンチン耐性スペクトルセンシングとセキュアインテリジェント反射面(IRS)のための共同学習フレームワークを提案する。
本研究では,局所曲率の緩やかな速度で,予測更新と証明可能なサブ線形収束を提供する拡張ラグランジアン交互化アルゴリズムを開発した。
多様なネットワーク条件のシミュレーションでは、敵攻撃時の固定偽アラームレートの検出確率が高く、正直なユーザに対する総和MSEの大幅な削減、盗聴信号の強い抑制、高速収束が示される。
論文 参考訳（メタデータ） (2025-08-11T17:28:25Z) - LLM Meets the Sky: Heuristic Multi-Agent Reinforcement Learning for Secure Heterogeneous UAV Networks [57.27815890269697]
この研究は、エネルギー制約下での不均一なUAVネットワーク(HetUAVN)における機密率の最大化に焦点を当てている。
本稿では,Large Language Model (LLM) を用いたマルチエージェント学習手法を提案する。
その結果,本手法は機密性やエネルギー効率において,既存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） (2025-07-23T04:22:57Z) - Backscatter Device-aided Integrated Sensing and Communication: A Pareto Optimization Framework [59.30060797118097]
統合センシング・通信(ISAC)システムは、密集した都市非視線シナリオにおいて大きな性能劣化に遭遇する可能性がある。
本稿では,自然環境に分散した受動的BDを利用した後方散乱近似(BD)支援ISACシステムを提案する。
論文 参考訳（メタデータ） (2025-07-12T17:11:06Z) - Latent Diffusion Model Based Denoising Receiver for 6G Semantic Communication: From Stochastic Differential Theory to Application [11.385703484113552]
生成人工知能(GAI)を利用した新しい意味コミュニケーションフレームワークを提案する。
意味的特徴抽出のための変分オートエンコーダを組み合わせた潜在拡散モデル(LDM)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。
提案システムはゼロショットの一般化をサポートし,低SNRおよびアウト・オブ・ディストリビューション条件下での優れた性能を実現する訓練自由フレームワークである。
論文 参考訳（メタデータ） (2025-06-06T03:20:32Z) - SmartUT: Receive Beamforming for Spectral Coexistence of NGSO Satellite Systems [42.72167382331346]
我々は、非静止衛星軌道(NGSO)共存系におけるダウンリンク共周波数干渉(CFI)の緩和について検討する。
ゼロ強制(ZF)のような従来の緩和技術は、干渉信号の到着方向(DOA)に対してヌルを生成する。
本稿では、教師なしディープラーニング(DL)アプローチを活用し、ユーザ端末(UT)アンテナアレイ上に展開可能なMambaベースのビームフォーマ(MambaBF)を提案する。
論文 参考訳（メタデータ） (2025-05-12T16:19:06Z) - Integrated Sensing and Communications for Low-Altitude Economy: A Deep Reinforcement Learning Approach [20.36806314683902]
低高度経済(LAE)のための統合センシング・通信(ISAC)システムについて検討する。
所定の飛行期間における通信総和レートは、GBSとUAVの軌道でのビームフォーミングを共同最適化することにより最大化する。
本稿では, 深部強化学習(DRL)技術を活用して, 深部LAE-ISAC(Deep LAE-ISAC)と呼ばれる新しいLEE指向ISAC方式を提案する。
論文 参考訳（メタデータ） (2024-12-05T11:12:46Z) - Model-based Deep Learning Receiver Design for Rate-Splitting Multiple
Access [65.21117658030235]
本研究では,モデルベース深層学習(MBDL)に基づく実用的なRSMA受信機の設計を提案する。
MBDL受信機は、符号なしシンボル誤り率(SER)、リンクレベルシミュレーション(LLS)によるスループット性能、平均トレーニングオーバーヘッドの観点から評価される。
その結果,MBDLはCSIRが不完全なSIC受信機よりも優れていた。
論文 参考訳（メタデータ） (2022-05-02T12:23:55Z) - Probabilistic electric load forecasting through Bayesian Mixture Density
Networks [70.50488907591463]
確率的負荷予測(PLF)は、スマートエネルギーグリッドの効率的な管理に必要な拡張ツールチェーンの重要なコンポーネントです。
ベイジアン混合密度ネットワークを枠とした新しいPLFアプローチを提案する。
後方分布の信頼性と計算にスケーラブルな推定を行うため,平均場変動推定と深層アンサンブルを統合した。
論文 参考訳（メタデータ） (2020-12-23T16:21:34Z)
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。