基于深度学习与人工噪声的高效无人机物理层安全
密码学与安全
2020-04-06 v1 信息论
信号处理
math.IT
摘要
联网无人机(unmanned aerial vehicle, UAV)通信是实现高速率图像传输的常用方案。这些无线网络的广播特性使该通信易受窃听。本文考虑在存在被动窃听者的情况下,两个节点间压缩秘密图像传输的问题。在本文中,我们使用自编码器/解码器卷积神经网络,其通过深度学习算法实现图像的压缩/解压缩。同时我们利用网络物理层特征生成高速率人工噪声以保护数据。利用信道特征并施加人工噪声,可降低未授权用户的信道容量,并阻止窃听者检测接收到的数据。我们的仿真实验表明,在授权节点接收数据信噪比(SNR)小于5时,均方误差(MSE)小于0.05。
引用
@article{arxiv.2004.01343,
title = {Efficient UAV Physical Layer Security based on Deep Learning and Artificial Noise},
author = {Behrooz Khadem and Salar Mohebalizadeh},
journal= {arXiv preprint arXiv:2004.01343},
year = {2020}
}
备注
8 pages, 3 tables, 19 figures