MétaCan
Menu
Retour à la cohorte
Enregistrement W4391992316 · doi:10.1109/jproc.2024.3364256

Physical Layer Covert Communication in B5G Wireless Networks—its Research, Applications, and Challenges

2024· article· en· W4391992316 sur OpenAlexaff
Y. Jiang, Liangmin Wang, Hsiao‐Hwa Chen, Xuemin Shen

Notice bibliographique

RevueProceedings of the IEEE · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueWireless Communication Security Techniques
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesMinistry of Science and Technology, TaiwanNational Natural Science Foundation of China
Mots-clésPhysical layerCovertComputer networkLayer (electronics)WirelessComputer scienceWireless networkNetwork layerTelecommunicationsNanotechnologyLinguisticsMaterials sciencePhilosophy

Résumé

récupéré en direct d'OpenAlex

Physical layer covert communication is a crucial secure communication technology that enables a transmitter to convey information covertly to a recipient without being detected by adversaries. Unlike typical cryptography and physical layer security systems that concentrate on protecting the sent signal content, covert communications seek to conceal the existence of legitimate transmission. Thus, with beyond fifth-generation (B5G) wireless communications, covert communications can operate in tandem or as a supplement to conventional security techniques. We provide an extensive overview of the basic theories and several strategies in physical layer covert communications in this article. In particular, we go into great detail about the basic theories of physical layer covert communications, such as channel models, codes, secret keys, and covertness metrics, as well as various covert schemes in progressively more complicated scenarios, such as covert communications in single-antenna and multiantenna three-node systems and covert communications in jammer-and relay-aided systems. In addition, we identify the challenges and future directions for research on covert communications in B5G wireless networks.

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)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,003
Communication savante0,0030,005
Science ouverte0,0010,002
Intégrité de la recherche0,0020,003
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 Opus0,058
Tête enseignante GPT0,311
Écart entre enseignants0,253 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations45
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the IEEEMême sujetWireless Communication Security TechniquesTravaux en français237 207