論文の概要: Group Physical-Layer Authentication and Confidential Beamforming in Non-Terrestrial Networks

• arxiv url: http://arxiv.org/abs/2610.41579v1
• Date: Fri, 30 Oct 2026 11:15:33 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-11-02 22:05:31.689837
• Title: Group Physical-Layer Authentication and Confidential Beamforming in Non-Terrestrial Networks
• Title（参考訳）: 非地上ネットワークにおけるグループ物理層認証と信頼ビームフォーミング
• Abstract要約: 協調した高高度プラットフォーム局網は、グループ応答を認証し、共有電力制約の下でプライベートデータを保護する必要がある。 本稿では,プライベートデータに重畳された新しい秘密タグを用いて,共同グループ物理層認証(PLA)と秘密ビームフォーミングについて検討する。 数値計算の結果、タグ長が16から64に増加すると、必要なタグ信号-干渉+雑音比が7.16dB減少することがわかった。
• 参考スコア（独自算出の注目度）: 2.24925003951954
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Coordinated high-altitude platform station (HAPS) networks need to authenticate group responses and protect private data under shared power constraints. This paper studies joint group physical-layer authentication (PLA) and confidential beamforming using a fresh secret tag superimposed on private data. For received attacks independent of the current tag, we derive exact finite-block expressions for false acceptance and legitimate rejection. These expressions translate authentication error targets into a required tag signal-to-interference-plus-noise ratio (SINR). We establish a nonzero asymptotic tag-energy floor and analyze residual frequency offset and peak-power restrictions. The legitimate receiver removes the tag by orthogonal projection, which discards one temporal dimension. For colluding eavesdroppers, we identify the spatial coverage condition under which artificial noise (AN) keeps their SINR bounded as data and AN powers increase together. We jointly optimize the private beams, tag beam, and AN covariance to minimize transmit power under authentication, secrecy, and per-HAPS power constraints. The method combines semidefinite relaxation (SDR), exact private-beam rank reduction, and feasible successive convex approximation. A corrected dual lower bound measures the remaining optimality gap. Numerical results show that increasing the tag length from 16 to 64 symbols reduces the required tag SINR by 7.16 dB. Joint beam design reduces mean transmit power by 27.4% relative to an optimized fixed-tag-direction baseline. The authentication guarantee requires fresh secret tags and excludes relays of the current response.
• Abstract（参考訳）: 協調高高度プラットフォームステーション(HAPS)ネットワークは、グループ応答を認証し、共有電力制約の下でプライベートデータを保護する必要がある。 本稿では,プライベートデータに重畳された新しい秘密タグを用いて,共同グループ物理層認証(PLA)と秘密ビームフォーミングについて検討する。 現在のタグとは無関係に受信された攻撃に対して、偽の受け入れと正当な拒絶に対する正確な有限ブロック式を導出する。 これらの式は認証エラーターゲットを、必要なタグ信号と干渉プラスノイズ比(SINR)に変換する。 非ゼロ漸近性タグエネルギフロアを構築し、残周周波数オフセットとピークパワーの制約を解析する。 正統な受信者は、タグを直交投影によって取り除き、1つの時間次元を破棄する。 共振器の衝突では, 人工ノイズ(AN)がSINRをデータとして有界に保ち, 同時にANパワーが増大する空間被覆条件を同定する。 我々は、プライベートビーム、タグビーム、およびAN共分散を共同で最適化し、認証、機密、HAPS毎の電力制約下での送信電力を最小限に抑える。 半定緩和(SDR)、厳密なプライベートビームランクの低減、および連続凸近似を組み合わせた方法である。 補正された双対下界は、残りの最適性ギャップを測定する。 数値計算の結果,タグ長が16から64に増加するとSINRが7.16dB減少することがわかった。 ジョイントビームの設計は、最適化された固定タグ指向ベースラインと比較して平均送信電力を27.4%削減する。 認証保証は、新しいシークレットタグを必要とし、現在のレスポンスのリレーを除外する。

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)
• PRISM: Prioritized Channel Importance with Semi-supervised Domain Adaptation for Cross-Subject EEG Emotion Recognition [10.6956983126015]
  Prioritized channel Importance with Semi-supervised doMain adaptation (PRISM)を提案する。 チャネル側では、PRISMは軽量の専門家アンサンブルを介して、異なるデータ依存のチャネルウェイトを割り当て、信頼性の高い電極を増幅し、邪魔者を抑える。 ドメイン側では、PRISMは信頼度フィルタリングされた擬似ラベルを通じてラベルなしのデータを活用し、一貫性の正則化とドメインアライメントを駆動する。
  論文  参考訳（メタデータ） (2026-07-01T02:57:06Z)
• Improving Parameter-Efficient Federated Learning with Differentially Private Refactorization [8.171217925484921]
  パラメータ効率の良い微調整によるフェデレートラーニング(FL)は、分散データ上でスケーラブルなモデルトレーニングを可能にする。 Low-Rank Adaptation (LoRA)は、グローバルアグリゲーション中にエラーを導入し、差分プライバシー(DP)の負の効果を増幅する。 サーバサイドアグリゲーションを再活性化する,差分的にプライベートなクロスサイロFLフレームワークであるFedPowerを提案する。
  論文  参考訳（メタデータ） (2026-05-08T20:06:09Z)
• Distributed Deep Variational Approach for Privacy-preserving Data Release [12.868309078964591]
  フェデレーション学習により、分散ノードは生データを交換することなく、共有モデルをトレーニングできる。 プライバシーに敏感な医療センサ、IoTデバイスでは、データをローカルに保つことで提供される保護が不完全である。 生データを低次元の表現にマッピングする衛生化エンコーダを学習する,連続的な高次元入力のためのEmphGaussian Privacy Protectorフレームワークを提案する。
  論文  参考訳（メタデータ） (2026-05-04T18:41:37Z)
• WISV: Wireless-Informed Semantic Verification for Distributed Speculative Decoding in Device-Edge LLM Inference [56.297697169678095]
  WISV(Wireless-Informed Semantic Verification)は、分散投機的復号化フレームワークである。 WISVは最大60.8%の許容長の増加、37.3%の対話ラウンドの削減、31.4%のエンドツーエンドレイテンシの改善を実現している。 NVIDIA Jetson AGX OrinとA40搭載サーバからなるハードウェアテストベッド上でWISVを検証する。
  論文  参考訳（メタデータ） (2026-04-20T01:29:56Z)
• TernaryVote: Differentially Private, Communication Efficient, and Byzantine Resilient Distributed Optimization on Heterogeneous Data [50.797729676285876]
  本稿では, 3次圧縮機と多数決機構を組み合わせて, 差分プライバシー, 勾配圧縮, ビザンチンレジリエンスを同時に実現するternaryVoteを提案する。 提案アルゴリズムのF差分プライバシー(DP)とビザンチンレジリエンスのレンズによるプライバシー保証を理論的に定量化する。
  論文  参考訳（メタデータ） (2024-02-16T16:41:14Z)
• QuTE: decentralized multiple testing on sensor networks with false discovery rate control [93.1040521878626]
  本稿では、偽発見率(FDR)の証明可能な保証を備えたグラフ上での分散多重仮説検定法を設計する。 異なるエージェントが無向グラフのノードに存在し、各エージェントはそのノードに局所的な1つ以上の仮説に対応するp値を持つ。 各エージェントは、グラフ全体の大域的FDRが予め定義されたレベルで制御されなければならないという共同目的のもと、隣人とのみ通信することで、それぞれのローカル仮説の1つ以上の拒絶を個別に決めなければならない。
  論文  参考訳（メタデータ） (2022-10-09T19:48:39Z)
• 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)
• Constrained Decoding for Computationally Efficient Named Entity Recognition Taggers [15.279850826041066]
  現在の研究は、スパン符号化方式がどのように機能するかについての事前知識を導き、遷移が違法であり、グローバルコヒーレンスを促進することができない条件付きランダムフィールド(CRF)学習に依存している。 不正な遷移を抑制するために出力を制限することにより、統計的に重要でないF1の違いでCRFの2倍の速度で、クロスエントロピー損失のタガーを訓練できることがわかった。
  論文  参考訳（メタデータ） (2020-10-09T04:07:52Z)
• Improving Face Recognition by Clustering Unlabeled Faces in the Wild [77.48677160252198]
  極値理論に基づく新しいアイデンティティ分離法を提案する。 重なり合うラベルノイズによる問題を大幅に低減する。 制御された設定と実際の設定の両方の実験は、我々のメソッドの一貫性のある改善を示している。
  論文  参考訳（メタデータ） (2020-07-14T12:26:50Z)

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。