論文の概要: Structural Limits of Soft Fusion in Multi-Warden Covert Communication
- arxiv url: http://arxiv.org/abs/2604.22790v1
- Date: Mon, 13 Apr 2026 08:40:49 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-04 02:32:14.18526
- Title: Structural Limits of Soft Fusion in Multi-Warden Covert Communication
- Title（参考訳）: 多言語被覆通信におけるソフトフュージョンの構造限界
- Abstract要約: 本稿では,複数のウォーデンからソフトフュージョンを通じて生エネルギーを収集するFusion Center (FC) を用いた秘密無線通信について検討する。
FCの最適ソフトフュージョン閾値に対する閉形式式を導出し,活性ウォーデン数に依存しないことを示す。
ゲーム理論の定式化は、双方のナッシュ均衡混合戦略を特徴付け、展開コストと検出圧力パラメータを考慮に入れている。
- 参考スコア（独自算出の注目度）: 1.4681690787310104
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: This paper investigates covert wireless communication with a Fusion Center (FC) that aggregates raw energy measurements from multiple Wardens via soft fusion. Extending our prior work on power-threshold randomization, we consider a stronger adversarial model in which FC randomizes both the number of active Wardens W and the detection threshold t, while Alice and a friendly Jammer jointly randomize their transmit powers under an outage constraint at Bob. We derive a closed-form expression for FC's optimal soft-fusion threshold and show that it is independent of the number of active Wardens. Thus, strategic uncertainty in the sensing infrastructure provides no meaningful detection advantage for FC under soft fusion. We further establish a robustness theorem showing that, even under arbitrary FC randomization over (W,t), Alice and Jammer can maintain outage-feasible communication at Bob while preserving covertness with high probability, provided their power ranges are sufficiently large. This reveals a structural limitation of soft fusion. A game-theoretic formulation characterizes the Nash equilibrium mixed strategies of both sides, accounting for deployment costs and detection-pressure parameters. Analytical and numerical results show that: 1) soft fusion is largely insensitive to the number of Wardens; 2) even semi-strategic finite-support geometric randomization of W performs comparably to the full game-theoretic equilibrium; and 3) the covertness-reliability tradeoff remains nearly invariant across a wide range of FC deployment costs and strategy parameters. These findings exemplify a Red Queen effect, in which FC incurs increasing operational costs for only marginal gains in detection performance, and highlight the need for alternative detection architectures.
- Abstract（参考訳）: 本稿では,複数のウォーデンからソフトフュージョンを通じて生エネルギーを収集するFusion Center (FC) を用いた秘密無線通信について検討する。
パワースレッショルドランダム化に関するこれまでの研究を拡張して、FCがアクティブなウォーデンW数と検出しきい値tの両方をランダム化する強力な逆数モデルを考え、一方アリスと友好的なジャマーはボブの停電制約の下で、送信パワーを共同ランダム化する。
FCの最適ソフトフュージョン閾値に対する閉形式式を導出し,活性ウォーデン数に依存しないことを示す。
したがって、センシングインフラストラクチャにおける戦略的不確実性は、ソフトフュージョン下でのFCにとって有意義な検出優位性を与えない。
さらに、(W,t) 上の任意の FC ランダム化の下でも、アリスとジャマーは、高い確率で隠蔽性を保ちながら、ボブの停電可能な通信を維持できることを示すロバストネス定理を確立する。
これは軟体融合の構造的限界を明らかにする。
ゲーム理論の定式化は、双方のナッシュ均衡混合戦略を特徴付け、展開コストと検出圧力パラメータを考慮に入れている。
解析的および数値的な結果は以下のとおりである。
1)ソフトフュージョンは,ウォーデンの数に大きく敏感である。
2) W の半ストラテジックな有限支持幾何的ランダム化でさえ、完全なゲーム理論平衡に可逆的に作用する。
3)カバーネス・信頼性のトレードオフは、幅広いFC配備コストと戦略パラメータでほとんど不変である。
これらの結果はレッドクイーン効果を実証しており、FCは検出性能の限界ゲインのみに運用コストを増大させ、代替検出アーキテクチャの必要性を強調している。
関連論文リスト
- FMOPF: Latent Flow Matching with Constraint-Aware Interaction Priors for AC Optimal Power Flow [4.037525873726113]
AC最適電力フローは、非線形パワーバランス制約の下で、最小コストのジェネレーションディスパッチを決定する。
本稿では,一つのモデル内での2つのタスクの融合を解決するフレームワークFMOPFを提案する。
4つのIEEEテストシステムの実験では、FMOPFが最も効果的なニュートン・ラフソン温暖開始を提供することを示した。
論文 参考訳（メタデータ） (2026-07-24T12:49:09Z) - OmniISR: A Unified Framework for Centralized and Federated Learning via Intermediate Supervision and Regularization [58.03221830946145]
我々は、純粋なCL、純粋なFL、ハイブリッドCL-FLトレーニングモードを融合する統合フレームワークであるOmniISRを提案する。
我々は,OmniISRが集中型パラダイムとフェデレーション型パラダイムの両方において,モデル性能を一貫して改善していることを示す。
論文 参考訳（メタデータ） (2026-05-19T04:13:27Z) - Conflict-Aware Robust Design for Covert Wireless Communications [0.0]
カバー無線通信は、敵からの送信を隠蔽しながら信頼性の高いリンクを確立することを目的としている。
有界不確実性の下では、信頼性と隠蔽性は同じ有害な条件で管理されているか?
本稿では, 準静電フェージング, 停電に基づく信頼性, およびWillieにおける放射計検出機能を備えた有蓋無線モデルを用いて, この問題について検討する。
論文 参考訳（メタデータ） (2026-04-13T17:28:33Z) - Compressed Proximal Federated Learning for Non-Convex Composite Optimization on Heterogeneous Data [12.4809003470908]
FCOは非平滑化器を扱う際に通信効率と堅牢性を達成する。
Fed Composite Error FeedbackCEFは非効率的な量子収束のための新しいアルゴリズムである。
非IIDデータからアグレッシブ化やノイズを緩和する。
論文 参考訳（メタデータ） (2026-03-08T14:37:16Z) - Breaking the Factorization Barrier in Diffusion Language Models [59.946071582340146]
ベクトル化障壁」は拡散言語モデルの効率的な並列生成を妨げる。
完全分解出力分布を置き換えるための結合離散拡散法を提案する。
我々は, CoDD が多種多様な言語モデルアーキテクチャをシームレスに拡張し, オーバーヘッドを無視できることを示した。
論文 参考訳（メタデータ） (2026-02-09T08:36:39Z) - PASS-Enabled Covert Communications With Distributed Cooperative Wardens [3.27018081424353]
本稿では,分散型監視環境下でのPASSによるダウンリンクの秘密通信について検討する。
我々は、秘密情報とランダムジャミングを同時に提供し、送信を隠蔽するデュアル導波路アーキテクチャを考察する。
論文 参考訳（メタデータ） (2026-01-12T02:38:19Z) - Finite-sample guarantees for data-driven forward-backward operator methods [1.9336815376402718]
2つの作用素の和の零点を求める問題を考える。
アルゴリズム安定性のレンズの下では、真零点とFB出力の間の距離の確率的境界を導出する。
次に、この結果を一般的なFBナッシュ探索アルゴリズムに特化し、スマートグリッドの制御問題に関する理論的境界を検証した。
論文 参考訳（メタデータ） (2025-12-22T09:07:09Z) - Improved High-probability Convergence Guarantees of Decentralized SGD [74.39742894097348]
平均二乗誤差(MSE)と同じ条件下で,$mathttDSGD$がHPに収束することを示す。
改良された分析によりユーザ数が線形アップし,$mathttDSGD$がHPの意味で性能を維持していることを示す。
論文 参考訳（メタデータ） (2025-10-07T17:15:08Z) - Harnessing Optimization Dynamics for Curvature-Informed Model Merging [17.42364575754576]
教師付き微調整では、複数の機能ベースのSFTチェックポイントを1つのモデルに統合する必要がある。
我々は、最適化トラジェクトリ・アウェア(OTA)マージと高速フィッシャーグラフティング(FFG)を導入する。
OTA+FFGは、強力な重量空間ベースラインよりもマージモデルの品質を改善し、負の転送を低減し、スパーシティレベルにわたって堅牢である。
論文 参考訳（メタデータ） (2025-09-14T08:59:53Z) - Rectified Diffusion Guidance for Conditional Generation [94.83538269086613]
CFGの背後にある理論を再検討し、不適切な組合せ係数(textiti.e.)が生成分布を期待的にシフトさせることを厳密に確認する。
提案手法は, 強みを考慮すれば, textbftextitform ソリューションが有効であることを示す。
実世界のデータに関する実証的な証拠は、我々の設計と既存の最先端拡散モデルとの整合性を実証している。
論文 参考訳（メタデータ） (2024-10-24T13:41:32Z) - Federated Knowledge Graph Completion via Latent Embedding Sharing and
Tensor Factorization [51.286715478399515]
FLEST(Federated Latent Embedding Factorization)は、KGの完全化にFederated Factorizationを用いた新しい手法である。
FLESTは埋め込み行列を分解し、潜伏辞書の埋め込みを共有することでプライバシーリスクを低減している。
実証的な結果はFLESTの有効性と効率を示し、パフォーマンスとプライバシのバランスのとれたソリューションを提供する。
論文 参考訳（メタデータ） (2023-11-17T06:03:56Z) - DFedADMM: Dual Constraints Controlled Model Inconsistency for
Decentralized Federated Learning [52.83811558753284]
分散学習(DFL)は、中央サーバーを捨て、分散通信ネットワークを確立する。
既存のDFL手法は依然として、局所的な矛盾と局所的な過度なオーバーフィッティングという2つの大きな課題に悩まされている。
論文 参考訳（メタデータ） (2023-08-16T11:22:36Z) - Disentangled Federated Learning for Tackling Attributes Skew via
Invariant Aggregation and Diversity Transferring [104.19414150171472]
属性は、クライアント間の一貫した最適化方向から、現在の連邦学習(FL)フレームワークを歪めます。
本稿では,ドメイン固有属性とクロス不変属性を2つの補足枝に分離するために,非絡み付きフェデレーション学習(DFL)を提案する。
実験により、DFLはSOTA FL法と比較して高い性能、より良い解釈可能性、より高速な収束率でFLを促進することが確認された。
論文 参考訳（メタデータ） (2022-06-14T13:12:12Z)
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。