論文の概要: Uncertainty-Aware Jamming Mitigation with Active RIS: A Robust Stackelberg Game Approach

• arxiv url: http://arxiv.org/abs/2602.18165v1
• Date: Fri, 20 Feb 2026 12:02:01 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-02-23 18:01:41.314811
• Title: Uncertainty-Aware Jamming Mitigation with Active RIS: A Robust Stackelberg Game Approach
• Title（参考訳）: アクティブRISによる不確かさを意識したジャミング緩和:ロバストなスタックルバーグゲームアプローチ
• Authors: Xiao Tang, Zhen Ma, Limeng Dong, Yichen Wang, Qinghe Du, Dusit Niyato, Zhu Han,
• Abstract要約: 本稿では,アクティブリコンフィギュアブルインテリジェントサーフェス(ARIS)を利用したジャミング緩和について検討する。 正当側と敵側の戦略的相互作用をモデル化するために,Stackelbergゲーム定式化を採用する。 まず、ロバストなアンチジャミング設計のための正当側最適化に組み込む、従者のベストレスポンスとして最適なジャミングポリシーを導出する。
• 参考スコア（独自算出の注目度）: 65.06640919319413
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Malicious jamming presents a pervasive threat to the secure communications, where the challenge becomes increasingly severe due to the growing capability of the jammer allowing the adaptation to legitimate transmissions. This paper investigates the jamming mitigation by leveraging an active reconfigurable intelligent surface (ARIS), where the channel uncertainties are particularly addressed for robust anti-jamming design. Towards this issue, we adopt the Stackelberg game formulation to model the strategic interaction between the legitimate side and the adversary, acting as the leader and follower, respectively. We prove the existence of the game equilibrium and adopt the backward induction method for equilibrium analysis. We first derive the optimal jamming policy as the follower's best response, which is then incorporated into the legitimate-side optimization for robust anti-jamming design. We address the uncertainty issue and reformulate the legitimate-side problem by exploiting the error bounds to combat the worst-case jamming attacks. The problem is decomposed within a block successive upper bound minimization (BSUM) framework to tackle the power allocation, transceiving beamforming, and active reflection, respectively, which are iterated towards the robust jamming mitigation scheme. Simulation results are provided to demonstrate the effectiveness of the proposed scheme in protecting the legitimate transmissions under uncertainties, and the superior performance in terms of jamming mitigation as compared with the baselines.
• Abstract（参考訳）: 悪意ある妨害は安全な通信に広範に脅威をもたらし、そこでは、合法的な送信への適応を可能にするジャマーの能力の増大により、課題がますます深刻になる。 本稿では,アクティブな再構成可能なインテリジェントサーフェス (ARIS) を活用することでジャミングの軽減を図り, チャネルの不確実性はロバストなアンチジャミング設計のために特に対処される。 この問題に対して我々は,正当側と敵側の戦略的相互作用をモデル化するために,Stackelbergのゲーム定式化を採用し,それぞれがリーダとして,従者として機能する。 ゲーム均衡の存在を証明し、均衡解析の逆方向誘導法を採用する。 まず、ロバストなアンチジャミング設計のための正当側最適化に組み込む、従者のベストレスポンスとして最適なジャミングポリシーを導出する。 我々は不確実性問題に対処し、エラー境界を悪用して、最悪の場合の妨害攻撃に対処することで、正当性の問題を再考する。 この問題をブロック連続上界最小化(BSUM)フレームワークで分解し、ロバストなジャミング緩和スキームに向けて繰り返し、それぞれパワーアロケーション、ビームフォーミング、アクティブリフレクションに取り組む。 提案手法が不確実性下での正当性伝送の保護に有効であることを示すためのシミュレーション結果と,ベースラインと比較して妨害緩和の点で優れた性能を示す。

関連論文リスト

• Potent but Stealthy: Rethink Profile Pollution against Sequential Recommendation via Bi-level Constrained Reinforcement Paradigm [44.622203626828345]
  対話シーケンスを通じて動的ユーザインテントを利用するシークエンシャルリコメンダは、敵攻撃に対して脆弱である。 本報告では, ユーザインタラクションを微妙に汚染し, ターゲットの誤予測を誘発するプロファイル汚染攻撃について述べる。 本稿では,2段階の最適化フレームワークを多方向強化学習と相乗化して,対向効果とステルスネスのバランスをとる制約付き強化駆動攻撃 CREAT を提案する。
  論文  参考訳（メタデータ） (2025-11-12T15:00:52Z)
• Physical Layer Deception based on Semantic Distortion [58.38604209714828]
  物理層 deception (PLD) は、物理層セキュリティ(PLS)と偽造技術を統合するフレームワークである。 我々は,この枠組みを意味的コミュニケーションモデルに拡張し,性能指標として意味的歪みを用いた理論的解析を行う。
  論文  参考訳（メタデータ） (2025-10-16T18:23:35Z)
• RiskPO: Risk-based Policy Optimization via Verifiable Reward for LLM Post-Training [13.309653291779233]
  検証可能な報酬を伴う強化学習は、大規模言語モデル(LLM)の訓練後の中心パラダイムとして浮上している。 これらの問題は、稀だが有意義な推論パスを無視しながら、高確率な出力シーケンスを過度に強調することに起因すると我々は主張する。 本稿では,古典的平均的目標を原則的リスク対策に置き換えるリスクベース政策最適化(RiskPO)を提案する。
  論文  参考訳（メタデータ） (2025-10-01T13:53:09Z)
• Jailbreaking as a Reward Misspecification Problem [80.52431374743998]
  本稿では,この脆弱性をアライメントプロセス中に不特定性に対処する新たな視点を提案する。 本稿では,報酬の相違の程度を定量化し,その有効性を実証する指標ReGapを紹介する。 ReMissは、報酬ミスの空間で敵のプロンプトを生成する自動レッドチームリングシステムである。
  論文  参考訳（メタデータ） (2024-06-20T15:12:27Z)
• On Minimizing Adversarial Counterfactual Error in Adversarial RL [18.044879441434432]
  敵の騒音は、安全クリティカルなシナリオにおいて重大なリスクを生じさせる。 我々は,ACoE(Adversarial Counterfactual Error)と呼ばれる新しい目標を導入する。 本手法は, 対向RL問題に対処するための最先端手法を著しく上回っている。
  論文  参考訳（メタデータ） (2024-06-07T08:14:24Z)
• Towards Robust Speech-to-Text Adversarial Attack [78.5097679815944]
  本稿では,DeepSpeech,Kaldi,Lingvoなど,最先端の音声テキストシステムに対する新たな逆アルゴリズムを提案する。 本手法は, 逆最適化定式化の従来の歪み条件の拡張を開発することに基づいている。 元のサンプルと反対のサンプルの分布の差を測定するこの測定値の最小化は、正統な音声記録のサブスペースに非常に近い作成信号に寄与する。
  論文  参考訳（メタデータ） (2021-03-15T01:51:41Z)

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。