Multi-Domain Resource Multiplexing Based Secure Transmission for Satellite-Assisted IoT: AO-SCA Approach
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
Due to the wireless broadcasting and broad coverage in satellite-supported Internet of things (IoT) networks, the IoT nodes are susceptible to eavesdropping threats. Considering the distance difference between satellite and nearby destinations is negligible, the main and wiretapping channels between satellite and IoT node are similar, it poses great challenges to reach physical layer security in satellite-assisted IoT networks. In this paper, to guarantee secure transmissions for satellite-assisted IoT downlink communications, the multi-domain resource multiplexing based secure approach is proposed. Particularly, the self-induced co-channel interference between adjacent nodes is leveraged to increase the difference of signal transmission quality over both main and wiretapping channels. By comprehensively optimizing multi-domain resources, i.e., frequency, power, and spatial domains, secure transmissions from satellite to IoT nodes are reached. Specifically, the problem to maximize the sum secrecy rate of IoT nodes is formulated with a constraint of common communication rate of IoT nodes. To solve this non-convex problem, an alternating optimization (AO) algorithm with two inner successive convex approximation (SCA) algorithms are executed to solve the power allocation, spectral multiplexing, and precoding. In addition, simulation results are carried out to evaluate the secrecy rate performance and verify the efficiency 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,000 | 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