文献

J-GLOBAL ID：201902246500149636   整理番号：19A1773048

人工雑音支援セキュア通信に対する機械学習に基づく攻撃【JST・京大機械翻訳】

Machine Learning Based Attack Against Artificial Noise-Aided Secure Communication

著者 (6件)： Wen Yun ,  Yoshida Makoto ,  Zhang Junqing ,  Chu Zheng ,  Xiao Pei ,  Tafazolli Rahim
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： ICC  ページ： 1-6  発行年： 2019年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 物理層セキュリティ(PLS)技術は,情報理論的に安全な通信を提供する可能性のために,近年多くの注目を集めている。人工雑音(AN)支援伝送は,盗聴者のチャネル状態に依存しない安全な伝送を実現できるので,最も実用的なPLS技術の一つと考えられている。本論文では,学習データの監視信号として,既知のパケットプリアンブルおよび/またはヘッダー情報から利用可能な変調方式を利用する監視学習アルゴリズムに基づく提案攻撃法を導入することにより,AN伝送が盗聴者のチャネル条件の依存性を持つことを明らかにした。従来のクラスタリング法との比較による数値シミュレーション結果は,提案した方法が,QPSK変調に対して4.8%から最大95.8%への攻撃の成功確率を改善することを示した。それは,盗聴者のチャネルが送信機より多くのアンテナを採用することによって十分に良いならば,低次変調によるセル端部における受信機への伝達が亀裂になることを意味した。本研究は,AN方式の有効性に新しい洞察をもたらし,実用的な無線システムのためのロバストPLS技術の設計のための有用な指針を提供する。Copyright 2019 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *通信 ,  アンテナ ,  送信機 ,  QPSK ,  安全性 ,  有効性 ,  チャネル ,  亀裂 ,  *人工雑音 ,  ロバスト性 ,  受信機 ,  シミュレーション ,  パケット
準シソーラス用語： 数値シミュレーション ,  プリアンブル ,  盗聴 , 【Automatic Indexing@JST】

分類 (1件)： 有線通信方式・機器  (ND09000H)

タイトルに関連する用語 (4件)： 人工雑音 ,  支援 ,  機械学習 ,  攻撃