MétaCan
Menu
Retour à la cohorte
Enregistrement W2944211749 · doi:10.1109/tvt.2019.2916209

On Countermeasures of Pilot Spoofing Attack in Massive MIMO Systems: A Double Channel Training Based Approach

2019· article· en· W2944211749 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueIEEE Transactions on Vehicular Technology · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueWireless Communication Security Techniques
Établissements canadiensUniversity of GuelphUniversity of Waterloo
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaNational Natural Science Foundation of China
Mots-clésPrecodingTelecommunications linkChannel (broadcasting)MIMOSpoofing attackComputer scienceComputer networkJammingBase stationTransmission (telecommunications)Telecommunications

Résumé

récupéré en direct d'OpenAlex

In this paper, we investigate secure communication in a massive multiple-input multiple-output (MIMO) system with multiple users and multiple eavesdroppers (Eve) under both pilot spoofing attack (PSA) and uplink jamming. Specifically, Eve impairs the normal channel estimation by sending identical pilot sequences with the legitimate users. Based on the impaired channel estimation, the base station adopts linear processing schemes for uplink data reception, which is jammed by Eve, and downlink confidential information transmission. We first evaluate the impact of the PSA on the achievable rate with linear processing, and then propose a double channel training based scheme to combat PSA. By using the channel estimation difference in two training phases, the presence of the PSA can be detected and accurate legitimate channel estimation can be obtained by removing the effect of Eve's channel. Furthermore, we analyze the channel estimation errors and derive a closed-form expression of the minimum mean square error precoding scheme to maximize the minimum achievable secrecy rate, which outperforms the conventional linear precoding counterparts.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,395
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,035
Tête enseignante GPT0,247
Écart entre enseignants0,212 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle