MétaCan
Menu
Retour à la cohorte
Enregistrement W3157654480 · doi:10.1109/tcomm.2021.3077935

Robust Deception Scheme for Secure Interference Exploitation Under PSK Modulations

2021· article· en· W3157654480 sur OpenAlex
Ye Fan, Rugui Yao, Ang Li, Xuewen Liao, Victor C. M. Leung

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.

Notice bibliographique

RevueIEEE Transactions on Communications · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueWireless Communication Security Techniques
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesKey Science and Technology Program of Shaanxi ProvinceNational Natural Science Foundation of China
Mots-clésComputer scienceDeceptionChannel state informationTransmission (telecommunications)Interference (communication)Artificial noiseOverhead (engineering)Channel (broadcasting)PrecodingTransmitterRelaxation (psychology)Antenna (radio)WirelessComputer networkElectronic engineeringTelecommunicationsMIMOEngineering

Résumé

récupéré en direct d'OpenAlex

This paper investigates the security problem of a multi-eavesdrop multiple-input-single-output (MISO) wiretap channel, where an N-antenna transmitter communicates with a single-antenna legitimate user in the presence of multiple single-antenna smart eavesdroppers. To overcome the security risk of the traditional secure constructive interference-based (CI-based) scheme when facing the smart eavesdroppers, we propose a novel deception scheme (DS) via a random transmission strategy, where the eavesdroppers are expected to decode the deception symbols correctly but unable to distinguish the authenticity of the decoded symbol. Then, an efficient algorithm is proposed for the deception signal-to interference-plus-noise (SINR)-balancing problem when perfect channel state information (CSI) is assumed. Furthermore, we consider a practical scenario where only imperfect CSI is available, and explore two different methods for the deception optimization problem, i.e., convexification relaxation approach (CRA) and Lagrangian relaxation approach (LRA), respectively. For both CSI cases, a closed-form solution to the considered CI-based deception scheme is obtained. Simulation results validate the superiority of the proposed approach over traditional secure precoding schemes, and also demonstrate the significant computation efficiency improvements for the proposed algorithms.

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: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,830
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
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,096
Tête enseignante GPT0,297
Écart entre enseignants0,201 · 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