論文の概要: Stealthy Malicious Interference Detection in UAV Formations: A Power-Domain Signaling Game Approach

• arxiv url: http://arxiv.org/abs/2611.07977v1
• Date: Thu, 05 Nov 2026 13:08:43 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-11-06 21:50:50.694841
• Title: Stealthy Malicious Interference Detection in UAV Formations: A Power-Domain Signaling Game Approach
• Title（参考訳）: UAV層におけるステルス性悪性干渉検出:パワードメイン信号ゲームアプローチ
• Abstract要約: オープンな低高度共有スペクトル環境では、既存のUAVはスペクトルの再利用と信号の漏洩によって良質な干渉を引き起こす可能性がある。 ジャミングUAVは送信電力を信号対干渉+ノイズ比(SINR)の劣化に調整できるため、ステルスジャミングUAV検出は依然として課題である。 本稿では,ベイジアン・セキュリティ・ゲームの観点から,新しい信念駆動型ステルス・ジャマUAV検出手法を提案する。
• 参考スコア（独自算出の注目度）: 40.33403403838336
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Reliable intra-swarm communication is fundamental to cooperative sensing, control, and mission execution in unmanned aerial vehicle (UAV) swarms. In open low-altitude shared-spectrum environments, coexisting UAVs may cause benign interference through spectrum reuse and signal leakage, while jamming UAVs may deliberately degrade critical intra-swarm links. Since a jamming UAV can adjust its transmit power to disguise signal-to-interference-plus-noise ratio (SINR) degradation as link fluctuation in benign interference, stealthy jammer UAV detection remains a challenge. In this paper, we propose a novel belief-driven stealthy jammer UAV detection scheme from the perspective of Bayesian security game. To capture stealthy interference in shared-spectrum UAV swarms, the interfering UAV is modeled as a hidden benign or jamming type, whose transmit power strategy induces the SINR observed by the defender. The defender updates its posterior belief from the observed SINR and decides whether to maintain normal operation or trigger defensive power boosting. We characterize pure-strategy perfect Bayesian equilibrium (PBE) conditions under separating structures with distinguishable type and pooling structures with indistinguishable observations. Numerical results show that the proposed scheme improves the defender's expected utility compared to the conventional schemes.
• Abstract（参考訳）: 信頼性の高いスワーム内通信は、無人航空機(UAV)群における協調的なセンシング、制御、およびミッション実行に不可欠である。 オープンな低高度共有スペクトル環境では、共存するUAVはスペクトルの再利用や信号の漏れによる良質な干渉を引き起こすが、妨害されたUAVは、重要なSwarm内リンクを意図的に劣化させる可能性がある。 ジャミングUAVは、信号対干渉+雑音比(SINR)の劣化を良性干渉のリンク変動として補正できるため、ステルスジャムマーUAV検出は依然として課題である。 本稿では,ベイジアンセキュリティゲームの観点から,新しい信念駆動型ステルスジャムUAV検出手法を提案する。 共有スペクトルUAV群におけるステルス干渉を捉えるため、干渉型UAVは隠れ良性または妨害型としてモデル化され、送信電力戦略はディフェンダーが観察するSINRを誘導する。 ディフェンダーは、観測されたSINRから後続の信念を更新し、正常な動作を維持するか、防御力増強を起動するかを決定する。 我々は、区別可能な型を持つ構造と、区別できない観察を伴うプール構造とを分離した構造の下で、純粋ストラテジー完全ベイズ平衡(PBE)条件を特徴づける。 数値計算の結果,提案方式は従来の方式に比べてディフェンダーの期待する実用性を向上することがわかった。

関連論文リスト

• When UAV Swarm Meets IRS: Collaborative Secure Communications in Low-altitude Wireless Networks [68.45202147860537]
  低高度無線ネットワーク (LAWN) は、多様なアプリケーションに対して、拡張されたカバレッジ、信頼性、スループットを提供する。 これらのネットワークは、既知のおよび潜在的に未知の盗聴者の両方から重大なセキュリティ上の脆弱性に直面している。 本稿では,Swarm内で選択されたUAVを仮想アンテナアレイとして機能させる,LAWNのための新しいセキュア通信フレームワークを提案する。
  論文  参考訳（メタデータ） (2025-10-25T02:02:14Z)
• LLM Meets the Sky: Heuristic Multi-Agent Reinforcement Learning for Secure Heterogeneous UAV Networks [57.27815890269697]
  この研究は、エネルギー制約下での不均一なUAVネットワーク(HetUAVN)における機密率の最大化に焦点を当てている。 本稿では,Large Language Model (LLM) を用いたマルチエージェント学習手法を提案する。 その結果,本手法は機密性やエネルギー効率において,既存のベースラインよりも優れていた。
  論文  参考訳（メタデータ） (2025-07-23T04:22:57Z)
• UAV Virtual Antenna Array Deployment for Uplink Interference Mitigation in Data Collection Networks [71.23793087286703]
  無人航空機(UAV)は、航空無線ネットワークと通信を確立するためのプラットフォームとして注目されている。 本稿では,複数UAVネットワークシステムにおける協調ビームフォーミング(CB)法に基づく新しいアップリンク干渉緩和手法を提案する。
  論文  参考訳（メタデータ） (2024-12-09T12:56:50Z)
• Dual UAV Cluster-Assisted Maritime Physical Layer Secure Communications via Collaborative Beamforming [47.191944685913036]
  無人航空機(UAV)は、海上無線通信を支援する中継プラットフォームとして使用できる。 共同ビームフォーミング(CB)は、遠隔での海上通信のためにUAV中継を支援するために、信号強度と範囲を増強することができる。 本稿では,海上無線通信における物理層セキュリティを実現するために,CBを経由した二重UAVクラスタアシストシステムを提案する。
  論文  参考訳（メタデータ） (2024-12-08T14:11:02Z)
• Anti-Jamming Path Planning Using GCN for Multi-UAV [0.0]
  UAVスワーミングの有効性は、ジャミング技術によって著しく損なわれる可能性がある。 UAV群集が集団知能を利用してジャム領域を予測する手法が提案されている。 マルチエージェント制御アルゴリズムを使用して、UAVスワムを分散し、ジャミングを回避し、ターゲットに到達すると再グループ化する。
  論文  参考訳（メタデータ） (2024-03-13T07:28:05Z)
• Graph Koopman Autoencoder for Predictive Covert Communication Against UAV Surveillance [29.15836826461713]
  低確率検出(LPD)通信は、無線周波数(RF)信号の存在を曖昧にすることを目的としている。 無人航空機(UAV)は、特定の関心領域をホバリングすることで地上からのRF信号を検出することができる。 本稿では,複数の固定翼UAVの軌跡を予測するために,グラフニューラルネットワーク(GNN)とクープマン理論を組み合わせた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） (2024-01-23T23:42:55Z)
• UAV Swarm-enabled Collaborative Secure Relay Communications with Time-domain Colluding Eavesdropper [115.56455278813756]
  航空中継機としての無人航空機(UAV)は、インターネットモノ(IoT)ネットワークの補助として事実上魅力的である。 本研究では,UAV基地局と端末端末装置間のセキュアな通信を支援するために,UAVを活用することを目的とする。
  論文  参考訳（メタデータ） (2023-10-03T11:47:01Z)
• Routing Recovery for UAV Networks with Deliberate Attacks: A Reinforcement Learning based Approach [23.317947964385613]
  本稿では,攻撃を伴うUAVネットワークの経路計画と復旧について述べる。 ノードの重要性に基づく故意攻撃モデルは、敵攻撃を表すように設計されている。 UAV攻撃時の経路回復のために,強化学習に基づくインテリジェントアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2023-08-14T07:11:55Z)
• Secure communication between UAVs using a method based on smart agents in unmanned aerial vehicles [1.2691047660244335]
  無人航空機(UAV)は、ネットワークインフラを必要とせずに、非常に広い地域を監視できる。 このような通信は、その動的トポロジによってセキュリティ上の問題を引き起こす。 提案手法は、悪意のあるUAV攻撃に対抗するために2つのフェーズを使用する。
  論文  参考訳（メタデータ） (2020-11-03T10:33:39Z)
• Federated Learning in the Sky: Joint Power Allocation and Scheduling with UAV Swarms [98.78553146823829]
  無人航空機(UAV)は様々なタスクを実行するために機械学習(ML)を利用する必要がある。 本稿では,UAVスワム内に分散学習(FL)アルゴリズムを実装する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） (2020-02-19T14:04:01Z)

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。