MétaCan
Menu
Retour à la cohorte
Enregistrement W4381304734 · doi:10.1109/tvt.2023.3281470

Secure Transmission for STAR-RIS Aided NOMA Against Internal Eavesdropping

2023· article· en· W4381304734 sur OpenAlexaff
Hui Han, Yang Cao, Na Deng, Chengwen Xing, Nan Zhao, Yonghui Li, Xianbin Wang

Notice bibliographique

RevueIEEE Transactions on Vehicular Technology · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Wireless Communication Technologies
Établissements canadiensWestern University
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésEavesdroppingTelecommunications linkMaximizationBeamformingComputer scienceMathematical optimizationSecrecyConvex optimizationTransmission (telecommunications)WirelessOptimization problemSecure transmissionTransmitter power outputArtificial noiseRegular polygonTransmitterComputer networkAlgorithmMathematicsTelecommunicationsPhysical layerChannel (broadcasting)

Résumé

récupéré en direct d'OpenAlex

Simultaneous transmitting and reflecting reconfigurable intelligent surface (STAR-RIS) has attracted extensive attentions due to its prominent advantages to future wireless networks. This correspondence considers a downlink multi-input single-output non-orthogonal multiple access system, in which the STAR-RIS is utilized to improve the secrecy performance. To restrain the internal eavesdropping, we formulate a secrecy rate maximization problem and propose a secure transmission design via the joint active and passive beamforming optimization with optimum power allocation. To decouple optimization variables, the original non-convex problem is divided into two subproblems, which are transformed into convex forms via successive convex approximation and solved by alternating optimization. Simulation results demonstrate the superiority of the proposed scheme in the security enhancement.

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.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,013
Tête enseignante GPT0,244
Écart entre enseignants0,231 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations20
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Vehicular TechnologyMême sujetAdvanced Wireless Communication TechnologiesTravaux en français237 207