Covert Communication Toward an Aerial Warden in NOMA-Based UAV-MEC Systems
Notice bibliographique
Résumé
Non-orthogonal multiple access (NOMA) enables multiple terminal devices to simultaneously share wireless resources, providing efficient computing offloading services for wireless devices in networks that integrate unmanned aerial vehicles (UAVs) with mobile edge computing (MEC). However, the broadcast characteristics of UAV line-of-sight (LoS) communication introduce serious security issues for NOMA-based UAV-MEC systems, especially when facing an aerial warden. To address this issue, we propose a covert communication scheme for NOMA-based UAV-MEC systems against an aerial warden, where the aerial warden monitors the task offloading behavior of terminal devices. In the proposed scheme, the average computing capacity is maximized by jointly optimizing the UAV trajectory and system resources while ensuring the covert performance requirements. Firstly, considering the terminal devices have a fixed number of computing tasks, a block coordinate descent (BCD)-based algorithm is proposed, which decomposes the non-convex original problem into several subproblems and solves them iteratively. Secondly, considering the case of dynamic tasks arrival at terminal devices, we propose a double-deep Q-learning (DDQN)-based algorithm, where the optimal strategy for trajectory planning and resource allocation is obtained. Simulation results demonstrate that the proposed scheme using two algorithms outperform their respective baselines.
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 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) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,003 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,003 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».