Efficient Covert Communication With Ambient OFDM WiFi Backscatter
Notice bibliographique
Résumé
Information security is a non-negligible issue for wireless transmission. Covert communication provides high security by concealing the transmitted signals within environmental noise. However, existing solutions suffer from low transmission efficiency. Ambient backscatter, concealing data within ubiquitous ambient signals, provides a promising way to achieve high-efficiency covert communication. In this paper, we propose CoScatter, an efficient covert transmission system based on OFDM WiFi backscatter. Current studies rely on redundant modulation, resulting in low throughput. This paper is to increase throughput and shorten transmission time, thereby reducing exposure risk. This is the first work to realize single-sample level demodulation, efficiently eliminating the redundancy, increasing the throughput, and reducing the transmission time. We discover that the main obstacles are the additional phase offsets introduced by three independent wireless channels in backscatter systems. Based on this, we design a new backscatter channel equalization procedure to remove the channel influences while preserving all the covert information embedded by the tag, realizing an efficient covert transmission. Evaluation results show that Coscatter achieves a throughput exceeding 15.7 Mbps, which is around 64x of that of RapidRider, and 16x of that of Tscatter. Consequently, the exposure risk of CoScatter is reduced to 1/64 of that of RapidRider and 1/16 of that of Tscatter.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».