論文の概要: Look One Step Ahead: Forward-Looking Incentive Design with Strategic Privacy for Proactive Service Provisioning over Air-Ground Integrated Edge Networks

• arxiv url: http://arxiv.org/abs/2604.13635v1
• Date: Wed, 15 Apr 2026 09:02:34 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-16 20:38:32.460497
• Title: Look One Step Ahead: Forward-Looking Incentive Design with Strategic Privacy for Proactive Service Provisioning over Air-Ground Integrated Edge Networks
• Title（参考訳）: 先進的なインセンティブデザインと戦略的プライバシによる、エアグラウンド統合エッジネットワーク上のプロアクティブサービス提供
• Authors: Sicheng Wu, Minghui Liwang, Yangyang Gao, Deqing Wang, Wenbo Zhu, Yiguang Hong, Wei Ni, Seyyedali Hosseinalipour,
• Abstract要約: 地上統合ネットワーク(AGIN)では、無人航空機(UAV)が地上車両にオンデマンドサービスを提供している。 我々は、効率的でプライバシーに配慮したサービス提供のための新しいフレームワークであるルックワンステップ・フォワード(LOSA)を提案する。
• 参考スコア（独自算出の注目度）: 29.10512275659285
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: In air-ground integrated networks (AGINs), unmanned aerial vehicles (UAVs) provide on-demand edge services to ground vehicles. Realizing this vision requires carefully designed incentives to coordinate interactions among self-interested participants. This is exacerbated by the dynamic nature of AGINs, where spatio-temporal variations introduce significant uncertainty in matching UAVs and vehicles. Existing real-time service provisioning typically relies on precise trajectory information, raising privacy concerns and incurring decision latency. To address these challenges, we propose look one-step ahead (LOSA), a novel framework for efficient and privacy-aware service provisioning. By exploiting predictable vehicle travel times between intersections, LOSA decomposes the process into two coupled phases: (i) a privacy-aware look-ahead phase and (ii) a lightweight real-time execution phase. The look-ahead phase allows vehicles to adaptively adjust privacy budgets based on historical utility, balancing trajectory exposure and matching accuracy. Leveraging this, a double auction mechanism establishes binding one-step-ahead agreements (OSAAs) through trajectory similarity clustering, while constructing preference lists to hedge against mobility uncertainty. The execution phase then enforces pre-established OSAAs and preference lists, resolving real-time resource conflicts without costly re-negotiations. This design reduces computational overhead and preserves robustness. We analytically corroborate that LOSA guarantees truthfulness, individual rationality, and budget balance. Experiments on real-world datasets (DAIR-V2X, HighD, and RCooper) demonstrate that LOSA achieves superior privacy protection while lowering transaction latency compared to baseline approaches.
• Abstract（参考訳）: 地上統合ネットワーク(AGIN)では、無人航空機(UAV)が地上車両にオンデマンドエッジサービスを提供する。 このビジョンを実現するには、自己関心のある参加者間の相互作用を調整するために、慎重に設計されたインセンティブが必要である。 これはAGINの動的性質によって悪化し、時空間変動はUAVと車両の整合性に大きな不確実性をもたらす。 既存のリアルタイムサービスのプロビジョニングは通常、正確なトラジェクトリ情報に依存し、プライバシの懸念を提起し、決定遅延を発生させる。 これらの課題に対処するため,我々は,効率的かつプライバシに配慮したサービス提供のための新しいフレームワークであるルックワンステップ・フォワード(LOSA)を提案する。 交差点間の予測可能な走行時間を利用して、LOSAはプロセスを2つの結合フェーズに分解する。 (i)プライバシーを意識したルックアヘッドフェーズ (ii)軽量なリアルタイム実行フェーズ。 ルックアヘッドフェーズにより、車両は過去の実用性に基づいてプライバシー予算を適応的に調整し、軌道の露出と一致精度のバランスをとることができる。 これを利用して、二重オークション機構は、軌道類似性クラスタリングを通じて1段階の合意(OSAA)を結合し、モビリティの不確実性に対するヘッジに対する選好リストを構築する。 実行フェーズは事前に確立されたOSAAと選好リストを強制し、コストのかかる再交渉なしにリアルタイムリソースの競合を解決する。 この設計は計算オーバーヘッドを減らし、堅牢性を維持する。 我々は、LOSAが真理性、個人の合理性、予算バランスを保証することを分析的に裏付ける。 実世界のデータセット(DAIR-V2X、HighD、RCooper)の実験では、LOSAはベースラインアプローチと比較してトランザクションレイテンシを低くしながら、優れたプライバシ保護を実現している。

関連論文リスト

• Rethinking Multi-Condition DiTs: Eliminating Redundant Attention via Position-Alignment and Keyword-Scoping [61.459927600301654]
  マルチコンディション制御は従来のコンカデント・アンド・アットエンドの戦略によってボトルネックとなる。 分析の結果,これらの相互作用の多くは空間的にも意味的にも冗長であることがわかった。 本稿では,これらの冗長性を解消するための高効率なフレームワークであるPKAを提案する。
  論文  参考訳（メタデータ） (2026-02-06T16:39:10Z)
• Cross-reality Location Privacy Protection in 6G-enabled Vehicular Metaverses: An LLM-enhanced Hybrid Generative Diffusion Model-based Approach [25.91843106313937]
  6G対応の車載メタバースは、空対地統合ネットワークを通じて、自律走行車が物理的および仮想空間を横断する動作を可能にする。 AVが実際にLBSを要求するときに報告された位置と、対応するAIエージェントが仮想にデプロイされているエッジサーバの位置を関連付けることで、敵がAVトラジェクトリを推測できるため、現実的な位置プライバシーリスクを引き起こす可能性がある。 本稿では、現実の連続的な位置摂動や、仮想性における個別のプライバシーを意識したAIエージェントのマイグレーションを含む、ハイブリッドアクションに基づく、リアルタイムな位置プライバシ保護フレームワークを提案する。
  論文  参考訳（メタデータ） (2026-01-18T08:40:38Z)
• Attention in Motion: Secure Platooning via Transformer-based Misbehavior Detection [0.6999740786886536]
  車両小隊は、多車編成の調整を通じて、輸送効率と安全性の変革的な改善を約束する。 確率チェックや統計的手法に依存する従来の誤動作検出手法は、偽陽性(FP)率が高い。 Intention In Motion (AIMformer) は、車体プラトンにおけるリアルタイムな誤動作検出に適したトランスフォーマーベースのフレームワークである。
  論文  参考訳（メタデータ） (2025-12-17T14:45:33Z)
• Optimization-Guided Diffusion for Interactive Scene Generation [52.23368750264419]
  本稿では,拡散型サンプリングにおける構造的一貫性と相互作用認識を実現するための,最適化誘導型トレーニングフリーフレームワークであるOMEGAを提案する。 OMEGAは生成リアリズム,一貫性,可制御性を向上し,身体的および行動学的に有効なシーンの比率を増大させることを示す。 当社のアプローチでは,3秒未満の時間対コリションで,より近いコリジョンフレームを5ドル(約5,500円)で生成することも可能だ。
  論文  参考訳（メタデータ） (2025-12-08T15:56:18Z)
• Trajectory Design for UAV-Based Low-Altitude Wireless Networks in Unknown Environments: A Digital Twin-Assisted TD3 Approach [62.11847362756054]
  低高度無線ネットワーク(LAWN)のキーイネーブラーとして無人航空機(UAV)が登場している 我々は、デジタルツイン(DT)支援トレーニングおよびデプロイメントフレームワークを提案する。 このフレームワークでは、UAVは統合されたセンシングと通信信号を送信し、地上ユーザーに通信サービスを提供し、同時にDTサーバにアップロードされたエコーを収集して、仮想環境(VE)を段階的に構築する。 これらのVEはモデルトレーニングを加速し、展開中のリアルタイムUAVセンシングデータを継続的に更新し、意思決定をサポートし、飛行安全性を向上する。
  論文  参考訳（メタデータ） (2025-10-28T10:05:53Z)
• Age of Information Minimization in UAV-Enabled Integrated Sensing and Communication Systems [34.92822911897626]
  統合センシング通信(ISAC)機能を備えた無人航空機(UAV)は、将来の無線ネットワークにおいて重要な役割を果たすと想定されている。 ターゲットセンシングとマルチユーザ通信を同時に行う老化情報(AoI)システムを提案する。
  論文  参考訳（メタデータ） (2025-07-18T18:17:09Z)
• Cooperative Probabilistic Trajectory Forecasting under Occlusion [110.4960878651584]
  隠蔽対象の情報を安全なナビゲーションのためにエゴエージェントに伝達する必要がある場合が多い。 本稿では,エゴエージェントの基準フレームにおける閉塞歩行者の現況を協調的に推定するエンド・ツー・エンドネットワークを設計する。 また,エゴ剤による閉塞歩行者の不確実性を考慮した軌道予測は,閉塞を前提とした地上の真実軌道とほぼ同様であることを示した。
  論文  参考訳（メタデータ） (2023-12-06T05:36:52Z)
• Over-the-Air Federated Learning with Privacy Protection via Correlated Additive Perturbations [57.20885629270732]
  我々は、複数のユーザ/エージェントからエッジサーバへの勾配更新をOtA(Over-the-Air)で送信することで、無線フェデレーション学習のプライバシー面を考察する。 従来の摂動に基づく手法は、トレーニングの精度を犠牲にしてプライバシー保護を提供する。 本研究では,エッジサーバにおけるプライバシリークの最小化とモデル精度の低下を目標とする。
  論文  参考訳（メタデータ） (2022-10-05T13:13:35Z)

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。