利用差分隐私增强垃圾信道下语义通信中的隐私
密码学与安全
2025-05-07 v2 图像与视频处理
摘要
语义通信（SemCom）通过聚焦于任务相关信息来提高传输效率，但在不安全信道上传输语义丰富数据会引入隐私风险。本文提出一种新颖的语义通信框架，将差分隐私（DP）机制集成到保护敏感语义特征中。该方法采用生成对抗网络（GAN）反转技术提取解耦语义特征，并使用神经网络（NN）近似DP的应用与移除过程，有效缓解DP的不可逆性问题。此外，引入一种基于NN的加密方案以强化信道输入的安全性。仿真结果表明，所提出的方法能够有效防止窃听者通过生成混乱或伪造图像来重建敏感信息，同时确保合法用户获得高质量图像重建。该系统在各种隐私预算和信道条件下表现出稳健的性能，在隐私保护与重建保真度之间实现了最佳平衡。
引用
@article{arxiv.2504.18581,
title = {Enhancing Privacy in Semantic Communication over Wiretap Channels leveraging Differential Privacy},
author = {Weixuan Chen and Shunpu Tang and Qianqian Yang and Zhiguo Shi and Dusit Niyato},
journal= {arXiv preprint arXiv:2504.18581},
year = {2025}
}
备注
The order of authorship and the list of authors for this paper still require further discussion. In addition, my supervisor believes that the overall structure of this paper needs to be rewritten