論文の概要: FRIEND: Federated Learning for Joint Optimization of multi-RIS Configuration and Eavesdropper Intelligent Detection in B5G Networks

• arxiv url: http://arxiv.org/abs/2603.10977v1
• Date: Wed, 11 Mar 2026 17:02:40 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-12 16:22:33.068467
• Title: FRIEND: Federated Learning for Joint Optimization of multi-RIS Configuration and Eavesdropper Intelligent Detection in B5G Networks
• Title（参考訳）: FRIEND:B5GネットワークにおけるマルチRIS構成と盗聴者の知能検出の協調最適化のためのフェデレートラーニング
• Authors: Maria Lamprini A. Bartsioka, Ioannis A. Bartsiokas, Anastasios K. Papazafeiropoulos, Maria A. Seimeni, Dimitra I. Kaklamani, Iakovos S. Venieris,
• Abstract要約: We present a novel framework for detection malicious users in RIS-enhanced cell-free mmWave network using Federated Learning (FL) using Federated Learning (FL)。 FLとMulti-RISの連携は,ベースライン非RIS支援法と比較して,達成された秘密保持率(SR)を約30%向上させることを示した。 この研究は、次世代IIoTデプロイメントに適した物理的レイヤの盗聴検出に対する、分散されたプライバシ保護アプローチを確立する。
• 参考スコア（独自算出の注目度）: 3.809709581796032
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: As wireless systems evolve toward Beyond 5G (B5G), the adoption of cell-free (CF) millimeter-wave (mmWave) architectures combined with Reconfigurable Intelligent Surfaces (RIS) is emerging as a key enabler for ultra-reliable, high-capacity, scalable, and secure Industrial Internet of Things (IIoT) communications. However, safeguarding these complex and distributed environments against eavesdropping remains a critical challenge, particularly when conventional security mechanisms struggle to overcome scalability, and latency constraints. In this paper, a novel framework for detecting malicious users in RIS-enhanced cell-free mmWave networks using Federated Learning (FL) is presented. The envisioned setup features multiple access points (APs) operating without traditional cell boundaries, assisted by RIS nodes to dynamically shape the wireless propagation environment. Edge devices collaboratively train a Deep Convolutional Neural Network (DCNN) on locally observed Channel State Information (CSI), eliminating the need for raw data exchange. Moreover, an early-exit mechanism is incorporated in that model to jointly satisfy computational complexity requirements. Performance evaluation indicates that the integration of FL and multi-RIS coordination improves approximately 30% the achieved secrecy rate (SR) compared to baseline non-RIS-assisted methods while maintaining near-optimal detection accuracy levels. This work establishes a distributed, privacy-preserving approach to physical layer eavesdropping detection tailored for next-generation IIoT deployments.
• Abstract（参考訳）: 無線システムがBeyond 5G(B5G)へと進化するにつれて、セルフリー(CF)ミリ波(mmWave)アーキテクチャと再構成可能なインテリジェントサーフェス(RIS)が組み合わさって、超信頼性、高容量、スケーラブル、セキュアな産業用IoT(Industrial Internet of Things, IIoT)通信の鍵となるものになりつつある。 しかし、特に従来のセキュリティメカニズムがスケーラビリティやレイテンシの制約を克服するのに苦労している場合、複雑な分散環境を盗聴から守ることは重要な課題である。 本稿では,Federated Learning (FL) を用いた RIS-enhanced cell-free mmWave ネットワークにおける悪意のあるユーザ検出のための新しいフレームワークを提案する。 想定されたセットアップでは、従来のセル境界のない複数のアクセスポイント(AP)が動作し、RISノードが無線伝搬環境を動的に整形する。 エッジデバイスは、ローカルに観測されたチャネル状態情報(CSI)に基づいてディープ畳み込みニューラルネットワーク(DCNN)を協調訓練することで、生のデータ交換の必要性を排除している。 さらに、計算複雑性の要求を共同で満たすために、そのモデルに早期終了機構が組み込まれている。 性能評価の結果,FLとMulti-RISの連携は,ほぼ最適検出精度を維持しつつ,ベースライン非RISアシスト法と比較して約30%の秘密保持率(SR)を向上することがわかった。 この研究は、次世代IIoTデプロイメントに適した物理的レイヤの盗聴検出に対する、分散されたプライバシ保護アプローチを確立する。

関連論文リスト

• A Secure and Private Distributed Bayesian Federated Learning Design [56.92336577799572]
  DFL(Distributed Federated Learning)は、中央パラメータサーバを持たない大規模システム間の分散モデルトレーニングを可能にする。 DFLは、3つの重要な課題に直面している: 正直な隣人からのプライバシー漏洩、中央調整の欠如による収束の遅さ、モデルの精度の低下を目指すビザンティンの敵に対する脆弱性。 本稿では,ビザンチンの堅牢性,プライバシー保護,収束促進を統合した新しいDFLフレームワークを提案する。
  論文  参考訳（メタデータ） (2026-02-23T16:12:02Z)
• AmbShield: Enhancing Physical Layer Security with Ambient Backscatter Devices against Eavesdroppers [69.56534335936534]
  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。
  論文  参考訳（メタデータ） (2026-01-14T20:56:50Z)
• Security-Aware Joint Sensing, Communication, and Computing Optimization in Low Altitude Wireless Networks [83.84711311344918]
  I SCCは低高度無線ネットワーク(LAWN)の中核部の一つである。 本稿では,通信の秘密性を考慮したI SCCの連成性能最適化について検討する。 進化的最適化の目的に応じて進化的演算子を適応的に選択する深層Q-network(DQN)に基づく多目的進化アルゴリズムを提案する。
  論文  参考訳（メタデータ） (2025-11-03T11:06:41Z)
• A Quantum Genetic Algorithm-Enhanced Self-Supervised Intrusion Detection System for Wireless Sensor Networks in the Internet of Things [1.049126606580198]
  本稿では、量子遺伝的アルゴリズム(QGA)と自己監視学習(SSL)を統合した新しいハイブリッド侵入検知システムを提案する。 提案するフレームワークは、IoT侵入データセットのベンチマークに基づいて評価され、検出精度、偽陽性率、計算効率の点で優れた性能を示す。
  論文  参考訳（メタデータ） (2025-09-03T22:02:39Z)
• Integrated LLM-Based Intrusion Detection with Secure Slicing xApp for Securing O-RAN-Enabled Wireless Network Deployments [2.943640991628177]
  Open Radio Access Network (O-RAN) アーキテクチャは、オープン性、柔軟性、インテリジェントなクローズループ最適化を促進することで、通信を再構築している。 本研究では,接続されたUEの時間的トラフィックパターンに基づいて,大規模言語モデル(LLM)を用いてセキュリティレコメンデーションを生成する。
  論文  参考訳（メタデータ） (2025-04-01T01:45:07Z)
• Artificial Intelligence Empowered Multiple Access for Ultra Reliable and Low Latency THz Wireless Networks [76.89730672544216]
  テラヘルツ(THz)無線ネットワークは、第5世代(B5G)以上の時代を触媒すると予想されている。 いくつかのB5Gアプリケーションの超信頼性と低レイテンシ要求を満たすためには、新しいモビリティ管理アプローチが必要である。 本稿では、インテリジェントなユーザアソシエーションとリソースアロケーションを実現するとともに、フレキシブルで適応的なモビリティ管理を可能にする、全体論的MAC層アプローチを提案する。
  論文  参考訳（メタデータ） (2022-08-17T03:00:24Z)
• Pervasive Machine Learning for Smart Radio Environments Enabled by Reconfigurable Intelligent Surfaces [56.35676570414731]
  Reconfigurable Intelligent Surfaces(RIS)の新たな技術は、スマート無線環境の実現手段として準備されている。 RISは、無線媒体上の電磁信号の伝搬を動的に制御するための、高度にスケーラブルで低コストで、ハードウェア効率が高く、ほぼエネルギーニュートラルなソリューションを提供する。 このような再構成可能な無線環境におけるRISの密配置に関する大きな課題の1つは、複数の準曲面の効率的な構成である。
  論文  参考訳（メタデータ） (2022-05-08T06:21:33Z)
• Differentially Private Federated Learning via Reconfigurable Intelligent Surface [27.004823731436765]
  フェデレートラーニング(FL)は、分散化されたローカルデータセットを共有せずに、グローバルモデルの協調トレーニングを可能にする。 本稿では,学習精度とプライバシのジレンマを軽減するために,再構成可能インテリジェントサーフェス (RIS) を用いたオーバー・ザ・エア FLシステムを提案する。
  論文  参考訳（メタデータ） (2022-03-31T13:45:02Z)
• Phase Configuration Learning in Wireless Networks with Multiple Reconfigurable Intelligent Surfaces [50.622375361505824]
  RIS(Reconfigurable Intelligent Surfaces)は、電磁波伝搬の動的制御を提供する、高度にスケーラブルな技術である。 RISを内蔵した無線通信における大きな課題の1つは、複数のRISの低オーバーヘッドダイナミックな構成である。 RISの位相構成に対する低複雑さ教師あり学習手法を考案する。
  論文  参考訳（メタデータ） (2020-10-09T05:35:27Z)

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。