通过生成式 AI 与专家混合模型提升物理层通信安全
密码学与安全
2024-05-08 v1
摘要
人工智能技术正在广泛应用于无线通信领域。作为新兴的人工智能技术，生成式人工智能（GAI）在通信安全方面受到广泛关注。由于其强大的学习能力，GAI 模型在通信安全应用中展现出优于传统 AI 方法的优势。然而，GAI 仍存在计算复杂度高和适应性有限等若干局限。专家混合模型（MoE）通过门控机制使用多个专家模型进行预测，为解决这些问题提供了可能的方案。首先，本文综述了 GAI 在物理层通信安全中的应用，讨论了其局限性，并探讨了 MoE 如何帮助 GAI 克服这些局限。进一步地，本文提出一种基于 MoE 的 GAI 框架，用于通信安全的网络优化问题。为证明该框架的有效性，本文提供了一个协作性干扰场景中的案例研究。实验结果表明，MoE 启用框架有效地帮助 GAI 算法解决了其局限，并提升了通信安全。
引用
@article{arxiv.2405.04198,
title = {Enhancing Physical Layer Communication Security through Generative AI with Mixture of Experts},
author = {Changyuan Zhao and Hongyang Du and Dusit Niyato and Jiawen Kang and Zehui Xiong and Dong In Kim and Xuemin and Shen and Khaled B. Letaief},
journal= {arXiv preprint arXiv:2405.04198},
year = {2024}
}
备注
9 pages, 4 figures