MétaCan
Menu
Retour à la cohorte
Enregistrement W4391807095 · doi:10.1109/twc.2024.3363186

Covert D2D Communication Underlaying Cellular Network: A System-Level Security Perspective

2024· article· en· W4391807095 sur OpenAlexaff
Shaohan Feng, Xiao Lu, Kun Zhu, Dusit Niyato, Ping Wang

Notice bibliographique

RevueIEEE Transactions on Wireless Communications · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueWireless Communication Security Techniques
Établissements canadiensYork UniversityEricsson (Canada)
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésCellular networkComputer scienceCovertPerspective (graphical)Computer networkComputer securityArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

To meet the surging wireless traffic demand, underlaying cellular networks with device-to-device (D2D) communication to reuse the cellular spectrum has been envisioned as a promising solution. In this paper, we aim to secure the D2D communication of the D2D-underlaid cellular network by leveraging covert communication to hide its presence from the vigilant adversary. In particular, there are adversaries aiming to detect D2D communications according to their received signal powers. To avoid being detected, the legitimate entity, i.e., D2D-underlaid cellular network, performs power control aiming to hide the D2D communication. We model the conflict between the adversaries and the legitimate entity as a two-stage Stackelberg game. Therein, the adversaries are the followers intending to detect D2D communication at the lower stage while the legitimate entity is the leader and aims to maximize its utility constrained by the D2D communication covertness and the cellular quality of service (QoS) at the upper stage. Different from the conventional works, the study of the combat is conducted from the system-level perspective, where the scenario that a large-scale D2D-underlaid cellular network threatened by massive spatially distributed adversaries is considered and modeled by stochastic geometry. We obtain the adversary’s optimal strategy as the best response from the lower stage and also both analytically and numerically verify its optimality. Taking into consideration the best response from the lower stage and based on the successive convex approximation (SCA) method, we devise a bi-level algorithm to find the optimal strategy of the legitimate entity, which together with the best response from the lower stage constitute the Stackelberg equilibrium. Numerical results are presented to evaluate the network performance and reveal practical insights that instead of improving the legitimate utility by strengthening the D2D link reliability, increasing D2D transmission power will degrade it due to the security concern.

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)0,002
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 enseignants0,003
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,032
Tête enseignante GPT0,272
Écart entre enseignants0,239 · 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

Citations14
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Wireless CommunicationsMême sujetWireless Communication Security TechniquesTravaux en français237 207