Physical Layer Security in Cybertwin-Enabled Integrated Satellite-Terrestrial Vehicle Networks
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.
Notice bibliographique
Résumé
In this paper, we investigate the secure vehicle communications in cybertwin-enabled integrated satellite-terrestrial networks, where the digital twins (DTs) in the cybertwin space reflects the physical entities (i.e., satellite, terrestrial base station (BS), and vehicles). Particularly, considering the channel similarity between different satellite links versus the randomness difference in terrestrial links, it is challenging to reach the secure transmission in satellite and terrestrial links independently with limited resources. Considering the information exchange in the cybertwin space can support an information sharing between such physical entities, the secure transmission design by using the heterogeneous satellite-terrestrial resources can be conducted from a global perspective. With the channel feedback information of vehicles gathered at the cybertwin, the co-channel interference caused by the spectrum sharing is leveraged to assist the implementation of secure transmissions in the integrated satellite-terrestrial vehicle network. Specifically, the problems of maximizing the secrecy rate of satellite-to-vehicle link and the terrestrial BS-to-vehicle link are formulated, respectively. To solve such two problems, we propose two corresponding beamforming optimization approaches, where semi-definite relaxation (SDR) and semi-definite programming (SDP) are adopted due to the non-convexity. In addition, the tightness of SDR is proved and the complexity of proposed approaches is also analyzed. Finally, extensive numerical simulations are carried out and results show the effectiveness of our proposed approach.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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