Secure Offloading in NOMA-Enabled Multi-Access Edge Computing 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
Multi-access edge computing (MEC) has been recognized as a promising technology for enhancing the computation capability for next generation wireless networks. This paper studies physical layer security for an MEC network, where multiple users desire to securely offload part of their computation tasks to a base station (BS) simultaneously using non-orthogonal multiple access (NOMA) subject to the potential overhearing of a malicious eavesdropper. The secrecy outage probability (SOP) is adopted as a secrecy performance metric of the computation offloading against eavesdropping attacks. We aim to minimize the total energy consumption of the MEC system subject to an individual SOP constraint for each user. To this end, we jointly design each user’s local computing bits, the transmit power, the secrecy code rates, as well as the successive interference cancellation decoding order at the BS side. As the formulated problem is highly non-convex and challenging to solve, we propose an efficient algorithm based on penalty dual decomposition (PDD) and sequential convex approximation methods to obtain an efficient suboptimal solution. To reduce the computational complexity, we further propose a reverse recursion (RR) algorithm and derive semi-closed-form solutions to the design problem. Numerical results are presented to validate the convergence and the effectiveness of our proposed algorithms. We show that the minimal total energy consumption obtained via either the PDD or RR method approaches the optimal performance of exhaustive search as the task duration increases. It is also demonstrated that the RR algorithm can achieve a comparable performance to that of the PDD algorithm while enjoying a much lower computational complexity.
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 | 0,001 | 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