Covert Communication in Large-Scale Multi-Tier LEO Satellite 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
We leverage covert communication to enhance the security of a large-scale multi-tier Low Earth Orbit (LEO) satellite network against vigilant adversarial terrestrial Base Stations (BSs) aiming at detecting satellite transmissions. This approach involves deploying massive LEO satellites at different altitudes around Earth to form a multi-tier network serving as a backhaul for near-ground Unmanned Aerial Vehicles (UAVs) that provide network services to terrestrial mobile users. Meanwhile, terrestrial BSs attempt to detect satellite transmissions based on their own received signal powers. To evade detection, the LEO satellite network performs power control to obscure the satellite transmission within the co-channel interference among the LEO satellites. We formulate a two-stage Stackelberg game to model the conflict dynamics between the terrestrial BSs and the LEO satellite network. In this game, the terrestrial BSs act as non-cooperative followers at the lower stage aiming to minimize their detection errors. On the other hand, the LEO satellite network acts as the leader at the upper stage aiming to maximize its utility while ensuring communication covertness. In contrast to existing works that focus on a small set of network nodes, our study considers a large-scale multi-tier LEO satellite network and employs stochastic geometry to model the spatial distribution of network nodes. To achieve the Stackelberg equilibrium, we develop a bi-level algorithm based on Successive Convex Approximation (SCA) and golden-section search. Our numerical results provide practical insights, revealing a trade-off in leveraging co-channel interference (i.e., while it improves the communication covertness of satellite transmission, it simultaneously degrades the link reliability).
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 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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