私有语义通信性能优化：一种非合作性隐蔽通信方法
人工智能
2025-08-12 v1 网络与互联网体系结构
摘要
本文研究了一种新型的隐蔽语义通信框架。在该框架中，服务器提取并传输语义信息，即图像数据的意义，通过多个时间槽向用户传输。攻击者试图检测并窃听语义传输以获取原始图像的细节。为避免语义信息被攻击者窃听，部署友好干扰者来传输干扰信号干扰攻击者，从而隐藏传输的语义信息。同时，服务器会战略性地选择语义信息的传输时间槽。由于能量有限，干扰者不会与服务器通信，因此服务器不知道干扰者的发射功率。因此，服务器必须联合优化每个时间槽传输的语义信息及其对应的发射功率，以最大化隐私和用户的语义信息传输质量。为解决该问题，我们提出了一种借助优先级抽样辅助的双重延迟深度确定性策略梯度算法，用于在无需服务器与干扰者之间通信的情况下，联合确定每个时间槽的传输语义信息和发射功率。与标准强化学习方法相比，所提出的方法使用额外的 Q 网络来估计 Q 值，从而允许从两个 Q 网络中选择 Q 值较小的动作，从而避免局部最优动作选择和 Q 值估计偏差。仿真结果表明，所提出的算法可将隐私和语义信息传输质量分别提高最高可达 77.8% 和 14.3%。
引用
@article{arxiv.2508.07586,
title = {Optimization of Private Semantic Communication Performance: An Uncooperative Covert Communication Method},
author = {Wenjing Zhang and Ye Hu and Tao Luo and Zhilong Zhang and Mingzhe Chen},
journal= {arXiv preprint arXiv:2508.07586},
year = {2025}
}