論文の概要: Secure Semantic Communications via AI Defenses: Fundamentals, Solutions, and Future Directions

• arxiv url: http://arxiv.org/abs/2602.22134v1
• Date: Wed, 25 Feb 2026 17:28:07 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-02-26 18:19:16.930505
• Title: Secure Semantic Communications via AI Defenses: Fundamentals, Solutions, and Future Directions
• Title（参考訳）: AIディフェンスによるセキュアなセマンティックコミュニケーション - 基本、解決策、今後の方向性
• Authors: Lan Zhang, Chengsi Liang, Zeming Zhuang, Yao Sun, Fang Fang, Xiaoyong Yuan, Dusit Niyato,
• Abstract要約: このサーベイは、AIディフェンスを通じてSemComのセキュリティの防衛中心でシステム指向の合成を提供する。 本稿ではセムコムシステムにおいて意味的整合性を損なうことができる防衛戦略の構造的分類について述べる。 また、セマンティックフィリティ、堅牢性、レイテンシ、エネルギのトレードオフをキャプチャするセキュリティユーティリティオペレーティングエンベロープについても検討する。
• 参考スコア（独自算出の注目度）: 44.71660423560587
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Semantic communication (SemCom) redefines wireless communication from reproducing symbols to transmitting task-relevant semantics. However, this AI-native architecture also introduces new vulnerabilities, as semantic failures may arise from adversarial perturbations to models, corrupted training data, desynchronized priors, or misaligned inference even when lower-layer transmission reliability and cryptographic protection remain intact. This survey provides a defense-centered and system-oriented synthesis of security in SemCom via AI defense. We analyze AI-centric threat models by consolidating existing studies and organizing attack surfaces across model-level, channel-realizable, knowledge-based, and networked inference vectors. Building on this foundation, we present a structured taxonomy of defense strategies organized by where semantic integrity can be compromised in SemCom systems despite correct symbol delivery, spanning semantic encoding, wireless transmission, knowledge integrity, and coordination among multiple agents. These categories correspond to distinct security failure modes, including representation fragility, channel-realizable manipulation, semantic prior poisoning or desynchronization, and adversarial propagation through distributed inference. We also examine security utility operating envelopes that capture tradeoffs among semantic fidelity, robustness, latency, and energy under realistic constraints, survey evaluation frameworks and representative applications, and identify open challenges in cross-layer composition and deployment-time certification. Overall, this survey offers a unified system-level perspective that enables readers to understand major threat and defense mechanisms in AI-native SemCom systems and to leverage emerging security techniques in the design and deployment of robust SemCom architectures for next-generation intelligent networks.
• Abstract（参考訳）: セマンティック通信(SemCom)は、無線通信を再生シンボルからタスク関連セマンティクスへ再定義する。 しかし、このAIネイティブアーキテクチャは、モデルに対する敵対的摂動、破損したトレーニングデータ、デ同期された事前データ、下位層のトランスミッション信頼性と暗号化保護がそのままである場合でも不一致の推論からセマンティック障害が発生する可能性があるため、新たな脆弱性も導入する。 このサーベイは、AIディフェンスを通じてSemComのセキュリティの防衛中心でシステム指向の合成を提供する。 我々は、AI中心の脅威モデルを分析し、既存の研究を統合し、モデルレベル、チャネル実現可能、知識ベース、ネットワーク化された推論ベクトルにわたって攻撃面を整理する。 本研究は,セムコムシステムにおいて,セマンティックエンコーディング,無線送信,知識の整合性,複数エージェント間の協調といった,意味的整合性を損なうことなく,意味的整合性を損なうことができるように構成された防衛戦略の分類法を提案する。 これらのカテゴリは、表現の脆弱性、チャネル生成可能な操作、セマンティックな事前中毒または非同期化、分散推論による敵の伝播など、異なるセキュリティ障害モードに対応している。 また,現実的な制約下でのセマンティックフィリティ,ロバスト性,レイテンシ,エネルギのトレードオフを捉えるセキュリティユーティリティオペレーティングエンベロープについても検討し,調査評価フレームワークや代表アプリケーションについて検討し,層間コンポジションやデプロイメントタイム認証におけるオープンな課題を特定した。 全体として、この調査は、AIネイティブなSemComシステムにおける主要な脅威と防御メカニズムを理解し、次世代インテリジェントネットワークのための堅牢なSemComアーキテクチャの設計とデプロイに新たなセキュリティ技術を活用するための、統一されたシステムレベルの視点を提供する。

関連論文リスト

• Multi-Agent-Driven Cognitive Secure Communications in Satellite-Terrestrial Networks [58.70163955407538]
  悪意のある盗聴者は衛星地上ネットワーク(STN)を介して個人情報に深刻な脅威をもたらす リアルタイムセンシングによりスペクトルスケジューリングと保護を協調する複数のエージェントによって駆動される認知セキュア通信フレームワークを提案する。 我々は、生成した対向ネットワークを利用して対向行列を生成し、学習支援電力制御を用いて、実及び対向信号のパワーを保護層に設定する。
  論文  参考訳（メタデータ） (2026-01-06T10:30:41Z)
• Systematization of Knowledge: Security and Safety in the Model Context Protocol Ecosystem [0.0]
  Model Context Protocol(MCP)は、大規模言語モデルを外部データやツールに接続するためのデファクトスタンダードとして登場した。 本稿では,MCP生態系のリスクを分類し,敵のセキュリティ脅威と安全リスクを区別する。 マルチエージェント環境において、"コンテキスト"を兵器化して、不正な操作をトリガーする方法を実証する。
  論文  参考訳（メタデータ） (2025-12-09T06:39:21Z)
• Rethinking Security in Semantic Communication: Latent Manipulation as a New Threat [4.488447044579913]
  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(SemCom)は,次世代無線ネットワークにおいて有望なパラダイムとして登場した。 本論文では,マン・イン・ザ・ミドル(MitM)攻撃者が送信されたセマンティクスを隠蔽的に操作できる基本的な潜時空間脆弱性を明らかにする。
  論文  参考訳（メタデータ） (2025-12-03T01:54:11Z)
• Neuro-Symbolic AI for Cybersecurity: State of the Art, Challenges, and Opportunities [13.175694396580184]
  Neuro-Symbolic (NeSy) AIが登場し、サイバーセキュリティAIに革命をもたらす可能性がある。 我々は、2019年から2025年7月までの127の出版物を分析して、この分野を体系的に特徴づけた。 因果推論統合は最も変革的な進歩であり、相関に基づくアプローチを超えて積極的に防御できることを示す。
  論文  参考訳（メタデータ） (2025-09-08T17:33:59Z)
• Cyber Physical Awareness via Intent-Driven Threat Assessment: Enhanced Space Networks with Intershell Links [4.596949537311418]
  本稿では,宇宙ネットワークにおけるサイバー物理認識(CPA)の総合的枠組みを提案する。 本稿では,受信信号の特性を抽出し,潜在的な脅威の直感的な理解を容易にするアルゴリズムを提案する。 各種のセキュリティおよび信頼性要件に適合する適応可能な脅威評価を提案する。
  論文  参考訳（メタデータ） (2025-08-22T11:51:32Z)
• Distributionally Robust Wireless Semantic Communication with Large AI Models [111.47794569742206]
  現在のSemComシステムは、様々なノイズ条件、敵攻撃、アウト・オブ・ディストリビューション・データにまたがる一般化に失敗している。 Wassersteinは、意味的誤解釈やチャネル摂動に対するレジリエンスを提供するために、分布的に堅牢な最適化を採用している。 画像とテキストの伝送実験の結果、WaSeComは雑音や逆方向の摂動下で頑健性の向上を実現していることがわかった。
  論文  参考訳（メタデータ） (2025-05-28T04:03:57Z)
• 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)
• SemProtector: A Unified Framework for Semantic Protection in Deep Learning-based Semantic Communication Systems [51.97204522852634]
  3つのセマンティック・プロテクション・モジュールを用いたオンラインセマンティック・コミュニケーション・システムの実現を目的とした統合されたフレームワークを提案する。 具体的には、これらの保護モジュールは、暗号化方法によって送信されるセマンティクスを暗号化し、摂動機構によって無線チャネルからのプライバシーリスクを軽減し、目的地で歪んだセマンティクスを校正することができる。 我々のフレームワークは、既存のオンラインSCシステムにおいて、上記3つのプラグイン可能なモジュールを動的に組み立てて、カスタマイズされたセマンティックプロテクション要件を満たすことを可能にする。
  論文  参考訳（メタデータ） (2023-09-04T06:34:43Z)
• Blockchain-aided Secure Semantic Communication for AI-Generated Content in Metaverse [59.04428659123127]
  仮想交通ネットワークにおけるAIGCサービスのためのブロックチェーン支援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。 学習に基づくセマンティック・アタック・スキームを用いて,種々の損失関数を用いて,敵対的セマンティック・データを生成する。 また、ブロックチェーンとゼロ知識証明を用いて、敵対的セマンティックデータのセマンティック類似性の違いを識別するセマンティックディフェンススキームを設計する。
  論文  参考訳（メタデータ） (2023-01-25T02:32:02Z)

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。