基于社交感知的物理层安全关键技术研究

来源 :南京邮电大学 | 被引量 : 0次 | 上传用户:jake7
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
当今社会中无线网络的应用越来越广泛,无线网络的普及给人们的生活带来了许多便利,与此同时也带来一些通信安全问题。因此,物理层安全技术引来了越来越多研究人员的关注。无线通信系统中在没有上层密钥加密的情况下,物理层安全技术被认为是解决无线通信系统信息安全传输问题的有效方法。但目前现有研究很少考虑到社交感知特性与物理层安全的结合,即很少考虑社交感知特性对辅助节点参与协作的影响。针对上述问题,本文考虑了社交特性与物理特性的结合,目的是研究社交特性对辅助节点参与协作意愿的影响,以及社交特性对系统总开销的影响。本文内容主要分为三个部分,分别将物理层安全的两大技术,即协作干扰技术及协作中继技术与社交感知特性结合。另外,本文还研究了移动终端用户在任务卸载过程中所面临的安全问题,也即可以使用物理层安全技术来保证移动终端用户计算任务卸载时的安全性。首先,本文研究了基于社交感知的物理层安全协作干扰方案,综合考虑了通信设备的物理特性与社交特性。一方面,我们为每个设备定义了信任值,以此来描述设备之间的社交关系以及网络交互性,社交关系越强的辅助节点参与协作干扰的可能性也越大。另一方面,构建了合法链路和窃听链路的效用函数,并且以最大化整个网络的效用函数为优化目标,将问题转换为一对一匹配博弈,最终合法发送节点和协作干扰节点会达到一对一匹配状态。与现有的其它物理层安全方案相比,本方案能有效的提升系统的平均保密率。其次,本文还研究了基于社交感知的物理层安全协作中继方案,且中继节点采用放大转发协议(AF)。在单用户场景下,系统总开销定义为合法发送节点开销以及中继节点开销之和,合法发送节点在多个辅助节点中以系统总开销最小化的标准找出最合适的中继节点进行协作传输。同样的在多用户场景下,本优化目标可以看作是一对一匹配算法中合法发送节点建立偏好列表的过程,一对一匹配算法沿用上一方案所述。仿真结果表明,与其它方案相比,本方案在保证系统安全性的情况下能有效降低系统的总开销。最后,本文还研究了面向物理层安全的移动边缘计算卸载策略。因为目前大多终端用户的计算能力都有限,也不能够独立进行大规模的运算,所以当移动终端用户的运算量很大时,就必须考虑把移动终端用户的部分运算任务卸载到移动边缘服务器。所以本文还研究了在移动终端用户任务卸载时面临的安全问题,在保证系统卸载安全的情况下,也即在保密容量的约束下,最小化移动终端用户的总能耗,也即移动终端用户用于本地计算的能量消耗与移动终端用户用于任务卸载时的能量消耗。
其他文献
随着海量机器类通信(Massive machine-type communications,mMTC)系统或大规模物联网成为第五代乃至以后的蜂窝系统关键应用场景之一,部署的物联网设备数量越来越多,对更大系统容量的需求也越来越迫切。针对此种情况,可以采用大规模MIMO技术来直接增加系统容量,也可以寻求合适的多址接入技术来支持更多数量的用户,比如突破正交限制的非正交多址接入技术。针对非协同接入大规模M
学位
图像分割是医学图像处理任务中一个重要的研究方向,医学图像的自动分割在人类疾病的早期诊断中起着重要的作用。在各种类型的医学图像中,超声图像对比度低、边缘模糊且含有大量的噪声,采用传统的图像分割方法很难取得好的分割效果。虽然基于深度学习的图像分割模型能够通过特征提取来降低上述特点的影响,但主流的编解码模型结构复杂,参数量大,专注于提高分割精度,而忽视了模型的运行速度。为了应对上述问题,本文主要进行了以
学位
双钙钛矿材料以其优良的物理特性(如磁相变、自旋玻璃和交换偏置(EB)效应等)而被广泛的应用在电子存储等领域。最近在La1.5Sr0.5CoMnO6观察到的巨大的零场冷EB效应更是引起了研究人员的高度关注。针对这一问题,本文以La1.5Sr0.5CoMnO6为研究对象,重点研究了在其Co位分别掺杂非磁性离子和磁性离子对样品EB效应的调控情况。通过两者的比较,对相关磁性的微观机理进行了讨论。采用溶胶-
学位
图像作为信息获取、保存和传递的重要载体之一,在现代社会的各个领域中都起到不可替代的作用。然而,在成像过程中由于噪声、散焦、相对位移或其他因素的影响,导致图像部分信息缺失,形成降质图像。众所周知,图像盲去模糊是一个高度不适定问题,需要借助合理的先验知识约束盲去模糊模型,从而获得清晰图像的最优解。本文以鉴别性先验理论为切入点,在传统模型和深度学习框架下分别提出新的图像盲去模糊算法,具体工作如下:1、本
学位
稀土掺杂的钙钛矿结构钨酸盐由于优异的发光性能、高稳定性、独特的结构和相对较低的声子能量引起了人们关注,在发光二极管、植物生长照明、防伪和光温传感等领域逐渐被报道。光学测温相较于传统测温方式具有灵敏度高、响应速度快和非接触式的优点。本论文基于钙钛矿结构钨酸盐化合物,通过改变掺杂稀土离子的种类和浓度、掺杂过渡金属离子、激发光波长和样品结构来调控光致发光性质和光学测温能力。具体内容如下所述:(1).提出
学位
从古至今,围绕传递信息的加密和破译一直处于相互角力的状态,信息安全也始终是人们关注的焦点。而随着摩尔定律的不断深化,尤其是近年来相关量子算法以及量子计算机的快速发展,这都对现行通信网络的安全产生了巨大的威胁。量子密钥分发(Quantum Key Distribution,QKD)理论上的无条件安全性由量子力学的基本原理所保障,这给目前严峻的通信安全问题提供了一种全新的解决思路。BB84协议作为第一
学位
火灾预警可以降低灾害带来的损失。在大多数情况下,火灾中最先出现和扩散的是烟雾而非明火。因此,对烟雾进行检测并自动准确识别能及时地实现火源的定位。传统的监测手段可能会被地域大小拘束,会被周遭环境影响,或者存在一旦烟雾浓度低,范围小就不容易检测到烟雾的问题,其检测算法的准确率和鲁棒性都难达到预期。这些可以通过改进烟雾检测的算法克服以往检测方法的不足。如何区别烟雾以及和它特征相似的事物,如何快速准确地提
学位
近年来,得益于科技的快速发展,各种各样的医学图像成像技术涌现出来并广泛应用于各大医疗卫生系统,随之产生的大量医学图像的分析则需要消耗大量的资源。随着深度学习技术的兴起,越来越多的人开始将注意力转移到基于深度学习的医学图像分析方法上,医学图像分割正是其中的一个关键问题。目前,基于深度学习的方法已经在很多自然图像分割任务上取得了不错的效果,然而,与自然图像不同的是,医学图像因其自身特性在分割任务上仍旧
学位
随着人工智能和深度学习的发展,目标检测成为当前的热点之一,在自动驾驶、遥感、视频监控和机器人视觉等多个领域有着广泛的应用前景。传统的目标检测算法不仅设计困难,而且不能够充分的提取目标的特征信息,算法的检测精度取决于手工设计的特征表示和特征提取算法的合理性,这也就导致检测效果不理想。目前基于深度学习的目标检测算法检测精度远远超过传统的算法成为了主流,但是目前的卷积神经网络模型对硬件要求高,往往精度越
学位
水下传感器标定技术对于高精度的3D位姿估计、场景重建、水下机器人导航有着重要意义。然而,由于水下环境较为特殊,需传感器部署在密封舱内,不同介质间折射率的变化改变了入射光线的路径。如果直接使用空气中的标定方法会给标定系统带来几何误差,进而影响标定的精度。为了解决多介质带来的折射问题,提高传感器标定的精度,本文做了如下的工作:(1)针对复杂的水下环境导致相机-IMU联合标定过程繁琐的问题,本文基于介质
学位