Deep Learning-based Codes for Wiretap Fading Channels

要約

盗聴チャネルは、物理層セキュリティ (PLS) の文献でよく研究されている問題です。
漸近領域では復号エラーの確率と情報漏洩を任意に小さくできることが証明されていますが、実用的で安全な通信システムに向けては、有限ブロック長符号に関するさらなる研究が必要です。
この研究は、チャネル状態情報 (CSI) を持たないマルチタップ フェージング盗聴チャネル用の深層学習ベースの有限ブロック長コード構築の最初の実験的特性評価を提供します。
エラーと情報漏洩の平均確率の評価に加えて、(i) フェージング タップの数、(ii) フェージング係数の異なる分散、および (iii) ハッシュ関数のシード選択の影響を示します。
ベースのセキュリティ層。

要約(オリジナル)

The wiretap channel is a well-studied problem in the physical layer security (PLS) literature. Although it is proven that the decoding error probability and information leakage can be made arbitrarily small in the asymptotic regime, further research on finite-blocklength codes is required on the path towards practical, secure communications systems. This work provides the first experimental characterization of a deep learning-based, finite-blocklength code construction for multi-tap fading wiretap channels without channel state information (CSI). In addition to the evaluation of the average probability of error and information leakage, we illustrate the influence of (i) the number of fading taps, (ii) differing variances of the fading coefficients and (iii) the seed selection for the hash function-based security layer.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google