面向人工智能原生网络的隐蔽语义传输:可解析性感知编码语义叠加层框架

《IEEE Open Journal of the Communications Society》:RASCC: Resolvability-Aware Coded Semantic Overlay With Multimodal Side Information for Intelligent Covert Communications

【字体: 大 中 小 】 时间:2026年10月22日 来源:IEEE Open Journal of the Communications Society 6.2

编辑推荐:

  摘要:人工智能原生下一代网络使得隐蔽传输与任务相关的信息变得愈发重要,因为仅靠加密无法掩盖敏感数据流的存在。现有的隐蔽语义方案主要通过调节传输功率或针对有限的检测器进行优化,但未能充分解决依赖于载荷的 waveform 结构、短数据包可靠性不均以及训练后防护机制的异构性问题。本文

  

摘要:

人工智能原生下一代网络使得隐蔽传输与任务相关的信息变得愈发重要,因为仅靠加密无法掩盖敏感数据流的存在。现有的隐蔽语义方案主要通过调节传输功率或针对有限的检测器进行优化,但未能充分解决依赖于载荷的 waveform 结构、短数据包可靠性不均以及训练后防护机制的异构性问题。本文提出了一个名为“可解析性感知编码语义叠加层”(Resolvability-Aware Coded Semantic Overlay,简称 RASCC)的框架,该框架将一个六位的创新索引嵌入到持续开发的公共图像语义传输中。公共图像的辅助信息能够消除可预测的语义内容;剩余的索引最多支持 64 种条件性替代方案,而并非实现无限制的句子恢复。稀疏的不等错误保护机制用于保护创新比特;同时,通过一次性符号随机化(使用半正态幅度)、基于密钥的正交混合以及恒定能量的测地线组合技术,生成一个与载荷无关的预叠加高斯载波和具有精确每包能量的最终 waveform。信噪比自适应预算及原始-对偶学习方法用于调节残差差异。条件性球形定律分析将高斯矩项与非高斯残差部分分开,并提供了一个考虑信号衰落的 KL 上界。MS-COCO 实验证明了该框架的多方法比较效果,并结合了图像独立性及公共信息感知的审计机制。在 6 分贝的信噪比条件下,三种传输渠道中的分析防护模型的 AUC 从 0.6279–0.6393 降至 0.5292–0.5362,且检索成本较低。在加性高斯白噪声(AWGN)环境下,带有标题信息的检索准确率(Recall@1,R@1)为 0.1509,而仅使用公共图像时的检索率为 0.1061。这些结果量化了模型依赖性的安全性与检索性能之间的权衡,并非意味着信息完全无法被检测到。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号