中继辅助语义通信中的语义泄露与隐私保护

语义通信（SemCom）已成为一种有前景的范式，其中任务相关信息的传输优先于原始数据，从而在资源和信道约束下实现高效且鲁棒的通信。本文研究了中继辅助SemCom系统的隐私影响，其中中间中继节点直接对学习到的潜在表示进行操作。研究表明，即使无法访问源数据，中继也能可靠地推断语义含义并重建信号，其性能可与合法接收器相媲美，揭示了语义表示的根本性隐私漏洞。为了解决这个问题，提出了一种迭代对抗训练框架，其中明确考虑了中继处强大且自适应训练的窃听者。所提出的方法在优化中继的窃听功能和合法系统之间交替进行，从而产生在预期接收器处保持语义解码性能，同时降低中继处语义推断的表示。合法接收器与窃听者之间的语义准确率差距在各种信道条件下显著扩大。重要的是，这种保护是以隐蔽的方式实现的，在选择性抑制语义泄露的同时，保持了较高的重建保真度。