論文の概要: Privacy Preserving Semantic Communications in Wireless Edge Networks with Vision Language Models
- arxiv url: http://arxiv.org/abs/2608.21773v1
- Date: Sat, 22 Aug 2026 04:42:08 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-25 13:29:43.45529
- Title: Privacy Preserving Semantic Communications in Wireless Edge Networks with Vision Language Models
- Title（参考訳）: 視覚言語モデルを用いた無線エッジネットワークにおけるセマンティック通信のプライバシー保護
- Abstract要約: 無線エッジネットワークのためのプライバシー保護型セマンティック通信フレームワークを提案する。
提案手法は,プライバシ保護のないセマンティック通信方式と比較して,プライバシリークを50%以上低減する。
- 参考スコア（独自算出の注目度）: 25.759187014811506
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Semantic communication has emerged as a promising paradigm for next-generation wireless systems by transmitting high-level semantic features rather than raw bits. However, collaborative devices and multimodal transmission increase privacy risks because sensitive information may leak through inter-device semantic fusion and cross-modal representations. To address this issue, we propose a privacy-preserving semantic communication framework for wireless edge networks. Leveraging a vision-language model (VLM), the framework extracts textual semantics from images and identifies privacy-sensitive entities using a privacy database maintained only at the edge server. Before image transmission, each device removes the identified private regions while preserving useful semantic content. The server then reconstructs the removed regions from the received masked images using textual embeddings and VLM-based semantic priors. To protect textual information, we design an encrypted semantic-channel transceiver using physical-layer keys generated from reciprocal wireless channels, without pre-shared keys. We also introduce a semantic information bottleneck to suppress redundant information across multiple devices. The framework is evaluated against a strong model-aware adversary that can intercept wireless transmissions and access edge-device model parameters but not server-side data. Simulation results show that the proposed method reduces privacy leakage by more than 50% compared with a semantic communication scheme without privacy protection, while the authorized server achieves a 48% improvement in perceptual reconstruction quality over the adversary. The estimated mutual information between transmitted representations approaches 0 bit, indicating effective suppression of cross-device semantic redundancy.
- Abstract（参考訳）: セマンティック通信は、生ビットではなく高レベルなセマンティックな特徴を伝達することで、次世代無線システムにとって有望なパラダイムとして浮上してきた。
しかし、デバイス間セマンティックフュージョンとクロスモーダル表現によって機密情報が漏洩する可能性があるため、コラボレーティブデバイスとマルチモーダルトランスミッションはプライバシーリスクを増大させる。
この問題に対処するために,無線エッジネットワークのためのプライバシー保護型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。
ビジョン言語モデル(VLM)を活用して、画像からテキストセマンティクスを抽出し、エッジサーバでのみ保持されるプライバシデータベースを使用して、プライバシに敏感なエンティティを特定する。
画像送信の前に、各デバイスは、有用なセマンティックコンテンツを保持しながら、識別されたプライベートリージョンを削除する。
次に、サーバは、テキスト埋め込みとVLMベースのセマンティックプリエントを使用して、受信したマスク画像から削除された領域を再構築する。
テキスト情報を保護するために,相互無線チャネルから生成された物理層鍵を用いた暗号化セマンティック・チャネル・トランシーバを,事前共有鍵を使わずに設計する。
また,複数のデバイスにまたがる冗長な情報を抑制するために,意味情報ボトルネックを導入する。
このフレームワークは、無線送信を傍受し、エッジデバイスモデルパラメータにアクセスすることができるが、サーバ側データではない強力なモデル認識敵に対して評価される。
シミュレーションの結果,提案手法は,プライバシ保護のないセマンティック通信方式と比較して,プライバシリークを50%以上低減し,認証されたサーバは,敵に対する知覚的再構築品質を48%向上することがわかった。
送信された表現間の推定された相互情報は0ビットに近づき、デバイス間のセマンティック冗長性の効果的な抑制を示す。
関連論文リスト
- Semantic Communication-Enhanced Split Federated Learning for Vehicular Networks: Architecture, Challenges, and Case Study [50.345531105285524]
車両エッジインテリジェンス(VEI)は、将来のインテリジェントトランスポートシステムにとって不可欠である。
動的車両ネットワークにおける従来の集中学習は、通信オーバーヘッドとプライバシーリスクに直面する。
本稿では,意味コミュニケーション強化型分割学習(SC-USFL)フレームワークを提案する。
論文 参考訳（メタデータ） (2026-03-05T08:36:49Z) - Secure Intellicise Wireless Network: Agentic AI for Coverless Semantic Steganography Communication [39.51327882885523]
本稿では,意味抽出,デジタルトークン制御参照画像生成,カバーレスステガノグラフィ,セマンティックエンハンスメントモジュールを含むエージェントAI駆動のSemSteComスキームを提案する。
AgentSemSteComは、ベースラインスキームよりも送信品質とセキュリティレベルが向上する。
論文 参考訳（メタデータ） (2026-01-23T06:03:48Z) - Adversary-Aware Private Inference over Wireless Channels [51.93574339176914]
ワイヤレスエッジデバイスにおけるAIベースのセンシングは、人工知能(AI)アプリケーションを大幅に強化する可能性がある。
機密性の高い個人情報は敵によって再構築できるため、プライバシー侵害のリスクを軽減するために特徴の変換が必要である。
本稿では,デバイスがモデルサーバに送信する前に抽出した特徴の変換を適用する,プライバシ保護型AIベースセンシングのための新しいフレームワークを提案する。
論文 参考訳（メタデータ） (2025-10-23T13:02:14Z) - Optimization of Private Semantic Communication Performance: An Uncooperative Covert Communication Method [25.072439238973473]
サーバは、画像データの意味である意味情報を複数のタイムスロットでユーザへ抽出し、送信する。
攻撃者は、セマンティックトランスミッションを検出して盗聴し、元の画像の詳細を取得する。
友好的なジャマが配置され、妨害信号を送信して攻撃者を妨害し、送信されたセマンティック情報を隠蔽する。
本稿では,送信された意味情報と時間スロット当たりの送信電力を協調的に決定するために,優先順位付きサンプリング支援2つの遅延深層決定性ポリシー勾配アルゴリズムを提案する。
論文 参考訳（メタデータ） (2025-08-11T03:31:05Z) - Enhancing Privacy in Semantic Communication over Wiretap Channels leveraging Differential Privacy [51.028047763426265]
セマンティック通信(SemCom)は,タスク関連情報に着目して伝送効率を向上させる。
セマンティックリッチなデータをセキュアでないチャネルで送信すると、プライバシのリスクが生じる。
本稿では,セマンティックなセマンティックな特徴を保護するために,差分プライバシー機構を統合した新しいSemComフレームワークを提案する。
論文 参考訳（メタデータ） (2025-04-23T08:42:44Z) - 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) - Generative Semantic Communication: Diffusion Models Beyond Bit Recovery [19.088596386865106]
セマンティックコミュニケーションのための新しい生成拡散誘導フレームワークを提案する。
我々は,高度に圧縮された意味情報のみを送信することで帯域幅を削減した。
以上の結果から,非常にノイズの多い条件下でも,物体,位置,深さが認識可能であることが明らかとなった。
論文 参考訳（メタデータ） (2023-06-07T10:36:36Z) - 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。