論文の概要: 6G Sensing Security: Distributed Game-Theoretic RL for Urban Beamforming and Attacker Detection

• arxiv url: http://arxiv.org/abs/2607.06115v1
• Date: Tue, 07 Jul 2026 10:25:46 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-08 21:24:51.493653
• Title: 6G Sensing Security: Distributed Game-Theoretic RL for Urban Beamforming and Attacker Detection
• Title（参考訳）: 6Gセンシングセキュリティ:都市ビームフォーミングとアタッカー検出のための分散ゲーム理論RL
• Abstract要約: ISACにより、システムは効率的に情報を送信し、チャンネルのバリエーションやユーザの振る舞いを観察し、解釈することができる。 この能力に触発された本研究は、都市環境シナリオにおけるアクティブアタッカーの検出に焦点を当てる。 正規ユーザと攻撃者のインタラクションをモデル化するためにゲーム理論のアプローチを適用し、その結果のユーティリティベースの定式化を強化学習フレームワークに統合する。
• 参考スコア（独自算出の注目度）: 6.141945506223323
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: In next-generation networks, communication systems will no longer be limited to data transmission and will be expected to acquire awareness of the surrounding environment. This leads to the concept of integrated sensing and communication (ISAC), where the same wireless infrastructure is used for both communication and environmental sensing. Thus, ISAC enables the system to transmit information efficiently and observe and interpret channel variations and user behavior. Motivated by this capability, this work focuses on detecting an active attacker in an urban environment scenario, where the attacker intentionally manipulates beamforming directions to increase interference and mislead the transmitter into allocating the main lobe of beam toward itself instead of legitimate users. We apply game-theoretic approaches to model the interaction between legitimate users and the attacker, and integrate the resulting utility-based formulation into a reinforcement learning (RL) framework. Simulation results demonstrate that the proposed method effectively addresses security challenges in dynamic 6G ISAC systems.
• Abstract（参考訳）: 次世代のネットワークでは、通信システムはもはやデータ伝送に限定されず、周囲の環境に対する認識を得ることが期待される。 これにより、同じ無線インフラが通信と環境の両方に使用されるISAC(Integrated Sensor and Communication)の概念が導かれる。 これにより、ISACは効率よく情報を送信し、チャンネルのバリエーションやユーザの振る舞いを観察・解釈することができる。 本研究は, 都市環境におけるアクティブアタッカーの検出に焦点をあて, 攻撃者が意図的にビームフォーミング方向を操作して干渉を増大させ, 送信機を誤誘導して, 正当なユーザではなく, ビームの主ローブを自身に割り当てる。 正規ユーザと攻撃者のインタラクションをモデル化するためにゲーム理論のアプローチを適用し、その結果のユーティリティベースの定式化を強化学習(RL)フレームワークに統合する。 シミュレーションの結果,提案手法は動的6G ISACシステムにおけるセキュリティ問題に効果的に対処できることが示唆された。

関連論文リスト

• AmbSentry: Mitigating Sensing Eavesdropping in ISAC Systems by Harnessing Ambient IoT Devices [60.083979780396014]
  6Gネットワークの重要なパラダイムとして、ISAC(Integrated Sensistance and Communication)が登場している。 本稿では,盗聴者に対する検知情報の漏洩を防止するISACシステムであるAmbSentryを提案する。
  論文  参考訳（メタデータ） (2026-08-12T08:42:05Z)
• Bayesian-Guided Cooperative RL Beamforming for Wireless Adversarial User Detection [6.141945506223323]
  次世代無線ネットワークは、単純なデータ伝送を超えて、高いデータレート、効率、セキュリティを提供すると期待されている。 本研究では、ビームフォーミングと機械学習の統合により、適応的およびデータ駆動のビーム方向選択が可能となり、無線リンクの効率性とセキュリティが向上する。 本研究では、Q-learningとSARSAという強化学習に基づくアプローチが、チャネルの総容量、攻撃検出精度、性能安定性において、ランダム選択を一貫して上回っていることを示す。
  論文  参考訳（メタデータ） (2026-07-28T08:15:31Z)
• Physical-AI: From Channel Awareness to Environmental Intelligence in 6G Wireless Networks [100.92510794177822]
  従来の無線ネットワークは、物理的環境を明示的にモデル化することなく、瞬時チャネル状態情報(CSI)に依存し、チャネルの変動に反応する。 本研究では,環境に配慮した無線ネットワークのための新しいアーキテクチャであるPhysical-AIを提案する。 提案手法は,特にビームスイッチング遅延の増加にともなって,停止確率とブロック応答遅延を低減させる。
  論文  参考訳（メタデータ） (2026-05-12T09:02:20Z)
• Networking-Aware Energy Efficiency in Agentic AI Inference: A Survey [64.20429885919701]
  本稿では,知覚・推論・行動サイクル全体にわたる計算・通信コストを同定するエネルギー会計フレームワークを提案する。 我々は、単純化、計算制御、インプット・アンド・アテンション最適化、ハードウェア・アウェア・推論にまたがる統一的な分類法を確立する。 我々は,第6世代移動通信(6G)ネイティブエージェントAI,自己維持システムといったグリーンラーニングのオープンな課題を特定した。
  論文  参考訳（メタデータ） (2026-04-09T06:13:59Z)
• RL-Aided Cognitive ISAC: Robust Detection and Sensing-Communication Trade-offs [4.7199341867016456]
  本稿では,統合型センシングとコミュニケーションのための強化学習支援型認知フレームワークを提案する。 ウォルド型検出器は非ガウス的クラッタ下でのロバストな目標検出に使用される。 SARSAに基づくRLアルゴリズムは、事前の環境知識を使わずに目標位置の適応的推定を可能にする。
  論文  参考訳（メタデータ） (2025-11-04T15:49:51Z)
• 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)
• Koopman-based Prediction of Connectivity for Flying Ad Hoc Networks [14.81023997999862]
  我々は、データ駆動クープマンアプローチを用いて、フライングアドホックネットワーク(FANET)内のUAV軌道ダイナミクスをモデル化する。 クープマン作用素理論を活用することで、FANETの絶えず変化するトポロジによって引き起こされる課題を効果的に解決する2つの方法を提案する。 以上の結果から,これらの手法は,通信障害のモデル化につながる接続性やアイソレーションのイベントを正確に予測できることがわかった。
  論文  参考訳（メタデータ） (2025-11-03T07:02:28Z)
• Topology Generation of UAV Covert Communication Networks: A Graph Diffusion Approach with Incentive Mechanism [5.424886688842202]
  本稿では,グラフ拡散に基づくポリシー最適化(GDPO)とStackelberg Game(SG)ベースのインセンティブ機構を組み合わせた,自己組織型UAVネットワークフレームワークを提案する。 GDPO法は生成AIを使用して、疎だが十分に接続されたトポロジを動的に生成し、ノード分布の変更やGU要求への柔軟な適応を可能にする。 Stackelberg Game(SG)ベースのインセンティブメカニズムは、自己関心のUAVに対して、協調をサポートし、隠蔽コミュニケーションを強化するリレー行動と隣のリンクを選択するように誘導する。
  論文  参考訳（メタデータ） (2025-08-08T23:06:49Z)
• Large AI Model-Enabled Secure Communications in Low-Altitude Wireless Networks: Concepts, Perspectives and Case Study [92.15255222408636]
  低高度無線ネットワーク(LAWN)は、様々なアプリケーションをサポートすることにより、通信に革命をもたらす可能性がある。 LAWNにおけるセキュア通信のための大規模人工知能モデル(LAM)対応ソリューションについて検討する。 LAWNにおけるセキュア通信のためのLAMの実用的メリットを示すために,新しいLAMベースの最適化フレームワークを提案する。
  論文  参考訳（メタデータ） (2025-08-01T01:53:58Z)
• Integrating Communication, Sensing, and Security: Progress and Prospects of PLS in ISAC Systems [0.05999777817331316]
  5G以降や6Gといった将来のネットワークにおける通信信頼性、センシング、セキュリティのバランスのとれたトレードオフを考えることが最重要となる。 PLSの観点から,設計したセキュアなISACシステムの総合的かつシステム的なレビューを行う。 PLSとISACの融合は、データの機密性、通信の隠蔽性、スプーフィングを標的とした攻撃を考慮し、より広範な影響で分析される。
  論文  参考訳（メタデータ） (2025-05-08T09:40:14Z)
• Securing Hybrid Wireless Body Area Networks (HyWBAN): Advancements in Semantic Communications and Jamming Techniques [2.1676500745770544]
  本稿では,Hybrid Wireless Body Area Networks(HyWBANs)のセキュリティを強化するための新しい戦略について検討する。 高度なサイバー攻撃に対するHyWBANの脆弱性を認識し,セマンティックコミュニケーションとジャミングレシーバーの革新的な組み合わせを提案する。 われわれのアプローチは, 主要なセキュリティ問題に対処し, 将来安全なバイオメディカル通信システムの基盤となるものとなる。
  論文  参考訳（メタデータ） (2024-04-24T18:21:08Z)
• Effective Intrusion Detection in Heterogeneous Internet-of-Things Networks via Ensemble Knowledge Distillation-based Federated Learning [52.6706505729803]
  我々は、分散化された侵入検知システムの共有モデル(IDS)を協調訓練するために、フェデレートラーニング(FL)を導入する。 FLEKDは従来のモデル融合法よりも柔軟な凝集法を実現する。 実験の結果,提案手法は,速度と性能の両面で,局所訓練と従来のFLよりも優れていた。
  論文  参考訳（メタデータ） (2024-01-22T14:16:37Z)
• Will 6G be Semantic Communications? Opportunities and Challenges from Task Oriented and Secure Communications to Integrated Sensing [49.83882366499547]
  本稿では,マルチタスク学習を統合した次世代(NextG)ネットワークにおけるタスク指向およびセマンティックコミュニケーションの機会と課題について検討する。 我々は、送信側の専用エンコーダと受信側の複数のタスク固有のデコーダを表すディープニューラルネットワークを用いる。 トレーニングとテストの段階において、敵対的攻撃に起因する潜在的な脆弱性を精査する。
  論文  参考訳（メタデータ） (2024-01-03T04:01:20Z)
• Causal Semantic Communication for Digital Twins: A Generalizable Imitation Learning Approach [74.25870052841226]
  デジタルツイン(DT)は、物理世界の仮想表現と通信(例えば6G)、コンピュータ、人工知能(AI)技術を活用して、多くの接続されたインテリジェンスサービスを実現する。 無線システムは、厳密な通信制約下での情報意思決定を容易にするために意味コミュニケーション(SC)のパラダイムを利用することができる。 DTベースの無線システムでは,因果意味通信(CSC)と呼ばれる新しいフレームワークが提案されている。
  論文  参考訳（メタデータ） (2023-04-25T00:15:00Z)

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。