論文の概要: Adaptive Distributed Physical-Layer Authentication and Attack Detection in 6G Non-Terrestrial Networks via Causal Meta-Learning

• arxiv url: http://arxiv.org/abs/2609.09511v1
• Date: Tue, 08 Sep 2026 22:53:32 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-10 19:44:08.839607
• Title: Adaptive Distributed Physical-Layer Authentication and Attack Detection in 6G Non-Terrestrial Networks via Causal Meta-Learning
• Title（参考訳）: 因果メタラーニングによる6G非地上ネットワークにおける適応分散型物理層認証と攻撃検出
• Authors: Parsa Rajabi, Mohammad Reza Abedi, Nader Mokari, Paeiz Azmi, Halim Yanikomeroglu,
• Abstract要約: 非地球ネットワーク(NTN)における物理層認証(PLA)は、深刻なドップラーシフト、長い遅延、高速チャネルの変動によって困難である。 既存のPLAスキームは単一機能に依存したり、目に見えない環境に一般化することが多い。 本稿では,分散PLAのための因果メタラーニングフレームワークであるマルチゾーンネットワーク(SAFA-MZ)におけるセキュアな認証フレームワークを提案する。
• 参考スコア（独自算出の注目度）: 16.95054774136482
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Physical-layer authentication (PLA) in non-terrestrial networks (NTNs) is challenged by severe Doppler shifts, long delays, and fast channel variations, which cause distribution shifts and degrade conventional learning methods. Existing PLA schemes often rely on single features or generalize poorly to unseen environments. This paper proposes a secure adaptive framework for authentication in multi-zone networks (SAFA-MZ), a causal meta-learning framework for distributed PLA (DPLA) in NTNs. First, we design a multi-feature fingerprint that combines spatial, angular, combiner, subspace, and Doppler-delay features. The fingerprint is adaptive and distributed, as it fuses heterogeneous physical-layer features and measurements from multiple aerial nodes. Second, we formulate a structural causal model (SCM) to capture the relations among design choices, environmental factors, extracted features, and authentication outcomes. Third, we develop a model-agnostic meta-learning (MAML) strategy with invariant risk minimization (IRM) and causal consistency regularization for fast adaptation to unseen NTN environments with few labeled samples. Fourth, we propose a two-stage authentication scheme that performs local recognition and activates time-difference-of-arrival (TDOA) localization with a graph attention (GAT) network only when needed, which reduces backhaul overhead. Simulations show that SAFA-MZ achieves 92% accuracy and 96% AUC, outperforming centralized deep learning and single-feature baselines across diverse environments.
• Abstract（参考訳）: 非地球ネットワーク (NTN) における物理層認証 (PLA) は、ドップラーシフト、長い遅延、高速チャネルの変動により困難であり、分散シフトを引き起こし、従来の学習手法を劣化させる。 既存のPLAスキームは単一機能に依存したり、目に見えない環境に一般化することが多い。 本稿では,NTNにおける分散PLA(DPLA)のための因果的メタラーニングフレームワークであるマルチゾーンネットワーク(SAFA-MZ)におけるセキュアな認証フレームワークを提案する。 まず,空間,角,コンバータ,サブスペース,ドップラー遅延といった特徴を組み合わせた多機能指紋を設計する。 指紋は適応的かつ分散しており、異質な物理層の特徴と複数の空中ノードからの測定を融合させる。 次に, 構造因果モデル(SCM)を定式化し, 設計選択, 環境要因, 抽出特徴, 認証結果の関係を把握した。 第3に、不変リスク最小化(IRM)と因果整合正則化を用いたモデル非依存型メタラーニング(MAML)戦略を開発し、未確認NTN環境への適応を迅速に行う。 第4に,グラフアテンション(GAT)ネットワークによるTDOA(time-difference-of-arrival)ローカライゼーションを必要時にのみ実行し,バックホールオーバーヘッドを低減する2段階認証方式を提案する。 シミュレーションの結果、SAFA-MZは92%の精度と96%のAUCを実現し、多様な環境における集中型ディープラーニングと単一機能ベースラインを上回っている。

関連論文リスト

• Distributed Physical Layer Authentication and Collaborative RSMA in Non-Terrestrial Networks via Graph Reinforcement Learning [2.0965265618008315]
  正当なチャネル状態情報(CSI)にアクセスせずに、受動的、位置対応、静的な盗聴器 秘密スペクトル効率(SSE)を最大化するマルチゾーンシステム(SAFA-MZ)に対するセキュア適応認証を提案する。 その結果,単線通信よりも平均SSEを最大135%,ANなしでは21%向上することが示唆された。
  論文  参考訳（メタデータ） (2026-09-08T21:46:12Z)
• MS-ISSM: Objective Quality Assessment of Point Clouds Using Multi-scale Implicit Structural Similarity [65.85858856481131]
  点雲の非構造的で不規則な性質は、客観的品質評価(PCQA)に重大な課題をもたらす マルチスケールインシシシット構造類似度測定(MS-ISSM)を提案する。
  論文  参考訳（メタデータ） (2026-01-03T14:58:52Z)
• Statistically-Guided Dual-Domain Meta-Learning with Adaptive Multi-Prototype Aggregation for Distributed Fiber Optic Sensing [11.719957656139824]
  本稿では,DFOS 活動識別のための新しいメタ学習フレームワーク DUPLE を提案する。 まず、デュアルドメインのマルチプロトタイプ学習者が時間領域と周波数領域の特徴を融合させ、信号分散シフト下でのモデルの一般化能力を向上する。 第二に、統計ガイドネットワーク(SGN)は、生の統計的特徴からドメインの重要性とプロトタイプの感度を推定し、ラベルのないドメインや目に見えないドメインで学習するためのデータ駆動の事前情報を提供する。 第3に、クエリ対応プロトタイプアグリゲーションモジュールは、関連するプロトタイプを適応的に選択・結合し、限られたデータであっても分類性能を向上させる。
  論文  参考訳（メタデータ） (2025-11-22T03:39:13Z)
• Meta-SimGNN: Adaptive and Robust WiFi Localization Across Dynamic Configurations and Diverse Scenarios [19.53646761400287]
  本稿では,グラフニューラルネットワークとメタラーニングを統合した新しいWiFiローカライゼーションシステムMeta-SimGNNを提案する。 各ノードの特徴を構造化するために,振幅位相融合法と特徴抽出法を提案する。 前者は振幅と位相の両方を利用してCSI画像を構築し、データの信頼性を高め、後者は帯域幅とアンテナ数の変化に対処するために次元一貫性のある特徴を抽出する。
  論文  参考訳（メタデータ） (2025-11-18T03:08:57Z)
• Grounded Test-Time Adaptation for LLM Agents [75.62784644919803]
  大規模言語モデル(LLM)ベースのエージェントは、新規で複雑な環境への一般化に苦慮している。 環境特化情報を活用することで, LLMエージェントを適応するための2つの戦略を提案する。
  論文  参考訳（メタデータ） (2025-11-06T22:24:35Z)
• Taming Domain Shift in Multi-source CT-Scan Classification via Input-Space Standardization [5.501560446935927]
  SSFL++とKDSパイプラインは、ソース間の分散を減らすために空間的および時間的標準化を行う。 本研究では、この入力空間の標準化が、局所的な識別可能性とソース間の一般化のトレードオフを管理する方法について分析する。
  論文  参考訳（メタデータ） (2025-07-26T08:23:43Z)
• Dual-Branch Residual Network for Cross-Domain Few-Shot Hyperspectral Image Classification with Refined Prototype [17.404026075350707]
  畳み込みニューラルネットワーク(CNN)は、ハイパースペクトル画像(HSI)分類に有効である。 それらの3D畳み込み構造は、数ショットのシナリオで高い計算コストと限定的な一般化をもたらす。 本文では, 並列分岐による空間的特徴とスペクトル的特徴を統合した2分岐残差ネットワークを提案する。
  論文  参考訳（メタデータ） (2025-04-27T02:04:49Z)
• Affine-Consistent Transformer for Multi-Class Cell Nuclei Detection [76.11864242047074]
  本稿では, 原子核位置を直接生成する新しいアフィン一貫性変換器 (AC-Former) を提案する。 本稿では,AAT (Adaptive Affine Transformer) モジュールを導入し,ローカルネットワークトレーニングのためのオリジナル画像をワープするための重要な空間変換を自動学習する。 実験結果から,提案手法は様々なベンチマークにおいて既存の最先端アルゴリズムを著しく上回ることがわかった。
  論文  参考訳（メタデータ） (2023-10-22T02:27:02Z)
• Multiple-environment Self-adaptive Network for Aerial-view Geo-localization [85.52750931345287]
  航空ビューのジオローカライゼーションは、ドローンビュー画像とジオタグの衛星ビュー画像とをマッチングすることにより、未知の位置を決定する傾向がある。 本研究では,環境変化に伴う領域シフトを調整するために,マルチ環境自己適応ネットワーク(MuSe-Net)を提案する。 特に、MuSe-Netは、1つの多重環境スタイル抽出ネットワークと1つの自己適応的特徴抽出ネットワークを含む2分岐ニューラルネットワークを使用している。
  論文  参考訳（メタデータ） (2022-04-18T16:04:29Z)
• Semantic Change Detection with Asymmetric Siamese Networks [71.28665116793138]
  2つの空中画像が与えられた場合、セマンティックチェンジ検出は、土地被覆のバリエーションを特定し、それらの変化タイプをピクセルワイド境界で識別することを目的としている。 この問題は、正確な都市計画や天然資源管理など、多くの地球ビジョンに関連するタスクにおいて不可欠である。 本研究では, 広く異なる構造を持つモジュールから得られた特徴対を用いて意味変化を同定し, 同定するための非対称システマネットワーク(ASN)を提案する。
  論文  参考訳（メタデータ） (2020-10-12T13:26:30Z)

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。