CN111064566A - 一种面向物理层安全的随机采样学习式缓存方法 - Google Patents
一种面向物理层安全的随机采样学习式缓存方法 Download PDFInfo
- Publication number
- CN111064566A CN111064566A CN201910680490.7A CN201910680490A CN111064566A CN 111064566 A CN111064566 A CN 111064566A CN 201910680490 A CN201910680490 A CN 201910680490A CN 111064566 A CN111064566 A CN 111064566A
- Authority
- CN
- China
- Prior art keywords
- file
- transmission mode
- average
- physical layer
- layer security
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 43
- 238000005070 sampling Methods 0.000 title claims abstract description 28
- 230000005540 biological transmission Effects 0.000 claims abstract description 85
- 230000006870 function Effects 0.000 claims abstract description 18
- 238000005457 optimization Methods 0.000 claims abstract description 12
- 230000000750 progressive effect Effects 0.000 claims abstract description 6
- 238000004590 computer program Methods 0.000 claims description 10
- 241001125929 Trisopterus luscus Species 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 2
- 230000009471 action Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 3
- 230000006854 communication Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000004088 simulation Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 230000003139 buffering effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000005562 fading Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000002040 relaxant effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L9/00—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols
- H04L9/08—Key distribution or management, e.g. generation, sharing or updating, of cryptographic keys or passwords
- H04L9/0861—Generation of secret information including derivation or calculation of cryptographic keys or passwords
- H04L9/0869—Generation of secret information including derivation or calculation of cryptographic keys or passwords involving random numbers or seeds
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/06—Protocols specially adapted for file transfer, e.g. file transfer protocol [FTP]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/50—Network services
- H04L67/56—Provisioning of proxy services
- H04L67/568—Storing data temporarily at an intermediate stage, e.g. caching
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Computer Security & Cryptography (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
- Information Transfer Between Computers (AREA)
Abstract
本发明公开了一种面向物理层安全的随机采样学习式缓存方法,包括:根据文件缓存的位置来确定文件传输方式,第一种传输方式包括将文件发送至目的节点,第二种传输方式包括将文件从源节点通过中继节点转发至目的节点;若所述文件缓存于中继节点,则采用第一种传输方式,否则采用第二种传输方式;分别获取两种传输方式的主信道平均增益,并确定所述最优信道质量中继节点,根据文件流行度分布来获取所述文件的平均安全中断概率的闭合函数和渐进函数;将系统安全中断概率作为优化指标,获取中继节点间缓存放置的最优策略,所述系统安全中断指标为各个所述文件安全中断概率之和。采用本发明,可以降低网络平均安全中断概率,提高传输性能。
Description
技术领域
本发明涉及时通信领域,特别是涉及一种面向物理层安全的随机采样学习式缓存方法。
背景技术
由于广播的性质,无线传输可能被非预期的接收器窃听,这就带来了严重的信息泄漏问题。因此,从物理层到应用层无线网络的保护十分重要。与复杂的加密解密算法相比,物理层安全(PLS)的复杂度较低,易于实现。因此,它可以作为应用层安全性的一个很好的补充。PLS可以追溯到香农的作品,以及Wyner在年提出的经典窃听模型。基于该模型,研究人员从保密数据速率和保密中断概率两个角度对无线网络的安全性进行了研究。
近年来,无线缓存已成为无线网络中一种有前途的技术,特别是与移动边缘计算和物联网(IoT)相关的应用。缓存可以通过在附近用户的节点预先存储流行文件来提高网络性能和用户体验的质量。传统的缓存策略有两种:Most Popular Content(MPC)和Largest Content Diversity(LCD),分别实现最佳的信号合作增益和最佳的缓存增益。基于MPC和LCD,提出了一种混合缓存策略来优化协同中继网络的缓存布局,以实现信号协同与缓存增益之间的平衡。研究了多中继网络中缓存对中继选择的影响,并通过在优化问题中放宽整数约束来优化缓存的放置。然而,尽管上述工作已经很好地研究了缓存对中继性能的影响,但对缓存对中继网络安全性的影响的研究却很少。
因此,我们提出了一种基于随机采样的学习式缓存(SacLe)策略,该策略可以并行实现。所提出的SacLe可以达到几乎最优的保密性能,它超越了传统的LCD和MPC策略。
发明内容
为了解决上述问题,本发明的目的是提供一种面向物理层安全的随机采样学习式缓存方法,可以降低网络平均安全中断概率,提高传输性能。
基于此,本发明提供了一种面向物理层安全的随机采样学习式缓存方法,所述方法包括:
根据文件缓存的位置来确定文件传输方式,所述文件传输方式包括第一种传输方式和第二种传输方式,所述第一种传输方式包括将文件发送至目的节点,所述第二种传输方式包括将文件从源节点通过中继节点转发至目的节点;
若所述文件缓存于中继节点,则采用第一种传输方式,否则采用第二种传输方式;
分别获取第一种传输方式和第二种传输方式的主信道平均增益,并根据所述主信道平均增益来确定所述最优信道质量中继节点,根据文件流行度分布来获取所述文件的平均安全中断概率的闭合函数和渐进函数;
将系统安全中断概率作为优化指标,获取中继节点间缓存放置的最优策略,所述系统安全中断指标为各个所述文件安全中断概率之和。
其中,K为文件数,μk为第k个文件的流行度,pr(gk)为传输第 k个文件的安全中断概率。
其中,获取所述文件的流行度μk包括:
根据Zipf分布:
其中,η为流行系数。
其中,根据所述文件流行度,则所述传输第K个文件的安全中断概率表示为:
其中,β1为中继到目的节点链路的平均信道增益,β2为中继到窃听者链路的平均信道增益,γ1S为带有缓存的安全信噪比阈值,伪为第一跳信道平均增益, 表示中继到目的节点链路的平均信道增益与中继到窃听者链路的平均信道增益之比,∈为第二跳信道平均增益,γ2s为不带有缓存的安全信噪比阈值,为传输信噪比。
其中,计算出当前文件与下一个文件存储中继数之差,文件两者之差的分布模型。然后根据分布概率,随机地产生一个整数,设定下一个文件存储的中继数,从第二个文件开始,对所有文件遍历上述操作,形成一个缓存策略的随机种子。
其中,获取pr(ρk=n)的概率,递归随机生成若干个样本种子,所述样本种子为缓存序列g1,g2,…,gk,获取安全中断概率低的样本种子。
其中,所述pr(ρk=n)的概率取决于第k+1个文件和第k个文件之间的文件流行度的比,由下式确定:
本发明实施例还提供了一种面向物理层安全的随机采样学习式缓存装置,所述装置包括:
定位模块,用于根据文件缓存的位置来确定文件传输方式,所述文件传输方式包括第一种传输方式和第二种传输方式,所述第一种传输方式包括将文件发送至目的节点,所述第二种传输方式包括将文件从源节点通过中继节点转发至目的节点;
传输模块,用于若所述文件缓存于中继节点,则采用第一种传输方式,否则采用第二种传输方式;
计算模块,用于分别获取第一种传输方式和第二种传输方式的主信道平均增益,并根据所述主信道平均增益来确定所述最优信道质量中继节点,根据文件流行度分布来获取所述文件的平均安全中断概率的闭合函数和渐进函数;
优化模块,用于将系统安全中断概率作为优化指标,获取中继节点间缓存放置的最优策略,所述系统安全中断指标为各个所述文件安全中断概率之和。
本发明实施例还提供了一种缓存设备,所述缓存装置包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序,所述处理器执行所述计算机程序时实现如上述中任意一项所述的面向物理层安全的随机采样学习式缓存方法。
本发明实施例还提供了一种计算机可读存储介质,所述计算机可读存储介质包括存储的计算机程序,其中,在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行上述中任意一项所述的面向物理层安全的随机采样学习式缓存方法。
本发明提供的面向物理层安全的随机采样学习式缓存方法,可以防止通信过程中,窃听者窃听源节点和中继节点发送的信息。通过所提出于随机采样学习式缓存策略,基于文件的流行度来优化缓存放置,降低网络平均安全中断概率,提高传输性能。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的面向物理层安全的随机采样学习式缓存方法的流程图;
图2是本发明实施例提供的面向物理层安全的随机采样学习式缓存装置的示意图;
图3是本发明实施例提供的SacLe策略算法流程图;
图4是本发明实施例提供的平均安全中断概率随种子数L的变化曲线图;
图5是本发明实施例提供的平均安全中断概率随传输信噪比的变化曲线图;
图6是本发明实施例提供的平均安全中断概率随主信道与窃听信道平均强度比的变化曲线图;
图7是本发明实施例提供的平均安全中断概率随流行系数的变化图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
图1是本发明实施例提供的面向物理层安全的随机采样学习式缓存方法的流程图,所述方法包括:
S101、根据文件缓存的位置来确定文件传输方式,所述文件传输方式包括第一种传输方式和第二种传输方式,所述第一种传输方式包括将文件发送至目的节点,所述第二种传输方式包括将文件从源节点通过中继节点转发至目的节点;
S102和S103、若所述文件缓存于中继节点,则采用第一种传输方式,否则采用第二种传输方式;
S104、分别获取第一种传输方式和第二种传输方式的主信道平均增益,并选择所述主信道平均增益来确定所述最优信道质量中继节点,根据文件流行度分布来获取所述文件的平均安全中断概率的闭合函数和渐进函数;
S105、将系统安全中断概率作为优化指标,获取中继节点间缓存放置的最优策略,所述系统安全中断指标为各个所述文件安全中断概率之和。
具体有,网络中有N个中继节点,M个合谋窃听者,K个将要传输的文件。用pr(gk)表示传输第k个文件的安全中断概率,且第k 个文件已被缓存参数gk中继缓存,则K个文件总的网络平均安全中断概率Pout为:
μk为第k个文件的流行度,由流行系数为η的Zipf分布可知μk为:
文件流行度随文件索引k而降低,因此,只有前K1(1≤K1≤K) 个文件可以在中继处缓存,而剩余的(K-K1)个文件则不能缓存。
因此
pr(gk)的闭合表达式是:
其中,β1为中继到目的节点链路的平均信道增益,β2为中继到窃听节点链路的平均信道增益,γ1S为带有缓存的安全信噪比阈值,ɑ为第一跳信道平均增益。
通过将pr(gk)的闭合表达式结果应用到Pout中,可得系统的平均闭合表达式为:
上式只包含基本函数,因此可以很容易地评估平均SOP(secrecy outageprobability)即安全中断概率的性能。接下来,给出了一个缓存辅助多解码转发中继网络Pout的渐近公式,如下:
将pr(gk)的闭合表达式应用到Pout中,得到了缓存辅助中继网络 Pout的渐近表达式:
g1+g2+…+gk≤NC
为了减少复杂度,请参考图3,图3是本发明实施例提供的SacLe 策略算法流程图,提出了一种基于随机抽样的缓存学习(SacLe)方法来解决缓存放置优化问题,所述方法可以并行实现。在这种方法中,生成L个随机种子,其中每个种子都是缓存序列的一个实现[g1,g2,…,gK],生成方法如下:
考虑到第k+1个文件的流行程度小于第k个文件,则第k+1个文件应该具有较低的缓存优先级,即gk+1≤gk,对于给定的gk,gk+1的值可以计算为:
gk+1=gk-ρk
其中ρk为整数,随机分布在[0,gk-1]范围内。设pr(ρk=n)表示ρk等于n的概率,其中n∈[0,gk-1],概率pr(ρk=n)取决于第k+1个文件和第k个文件之间的文件流行度的比,有:
现在,计算当n=1,…,gk-1的pr(ρk=n),因为pr(ρk=n)意味着存在n个中继缓存了第k个文件,而没有缓存第k+1个文件,也就是说,n个中继改变了缓存状态。考虑到中继的缓存状态彼此独立,可以将当n=1,…,gk-1的pr(ρk=n)设置为:
pr(ρk=0)=qn
其中的变量q∈[0,1],应服从
其中q可以通过一些数值方法得到有效的解。在收集pr(ρk=n) 概率后,可以递归地随机生成一个g1,g2,…,gk序列,构成一个样本种子。在L个种子产生后,可以选择在L个种子中具有最小的SOP的种子。
本发明提供的面向物理层安全的随机采样学习式缓存方法,可以防止通信过程中,窃听者窃听源节点和中继节点发送的信息。通过所提出于随机采样学习式缓存策略,基于文件的流行度来优化缓存放置,降低网络平均安全中断概率,提高传输性能。
本发明实施例还提供了一种面向物理层安全的随机采样学习式缓存装置,所述装置包括:
定位模块201,用于根据文件缓存的位置来确定文件传输方式,所述文件传输方式包括第一种传输方式和第二种传输方式,所述第一种传输方式包括将文件发送至目的节点,所述第二种传输方式包括将文件从源节点通过中继节点转发至目的节点;
传输模块202,用于若所述文件缓存于中继节点,则采用第一种传输方式,否则采用第二种传输方式;
计算模块203,用于分别获取第一种传输方式和第二种传输方式的主信道平均增益,并根据所述主信道平均增益来确定所述最优信道质量中继节点,根据文件流行度分布来获取所述文件的平均安全中断概率的闭合函数和渐进函数;
优化模块204,用于将系统安全中断概率作为优化指标,获取中继节点间缓存放置的最优策略,所述系统安全中断指标为各个所述文件安全中断概率之和。
本发明实施例提出的面向物理层安全的随机采样学习式缓存装置的技术特征和技术效果与本发明实施例提出的方法相同,在此不予赘述。
此外,本发明的实施例还提出一种存储介质,其上存储有计算机程序,该程序被处理器执行时实现上述方法的步骤。
此外,本发明的实施例还提出一种缓存设备,包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序,其中,所述处理器执行所述程序时实现上述方法的步骤。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤,例如,可以被认为是用于实现逻辑功能的可执行指令的定序列表,可以具体实现在任何计算机可读介质中,以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用,或结合这些指令执行系统、装置或设备而使用。就本说明书而言,“计算机可读介质”可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。
计算机可读介质的更具体的示例(非穷尽性列表)包括以下:具有一个或多个布线的电连接部(电子装置),便携式计算机盘盒(磁装置),随机存取存储器(RAM),只读存储器(ROM),可擦除可编辑只读存储器(EPROM或闪速存储器),光纤装置,以及便携式光盘只读存储器(CDROM)。另外,计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质,因为可以例如通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序,然后将其存储在计算机存储器中。
应当理解,本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
此外,本发明实施例还考察平均安全中断概率与种子数的关系,图4是本发明实施例提供的平均安全中断概率随种子数L的变化曲线图,请参考图4。
在Matlab仿真环境下,仿真本发明所提方法的平均安全中断概率。在仿真实验中,系统节点间链路服从瑞利衰落,路径损耗系数为 3。归一化源节点S到目的节点D的距离,中继节点分布在S到D之间。从S到D总共要传输50个文件,每个中继最多可以预存5个文件,所以文件数K=50,缓存大小C=5。
图4表征的是M=4,N=5,d=0.4,λ=20dB时种子数对平均安全中断概率的影响。从该图可以看出本发明所提出的Sacle策略优于brute-force(BF)策略。此外,安全性能随着L的增加而变的更好,并收敛到最优的SOP策略。当L足够大时,Sacle可以达到和BF一样的SOP性能。由于SacLe可以并行实现,增加L的值不会带来更大的延迟。因此,我们可以将L设置为一个足够大的值,以获得最优的安全性能。
本发明实施例还考察平均安全中断概率与传输信噪比的关系,图 5是本发明实施例提供的平均安全中断概率随传输信噪比的变化曲线图,请参考图5。
图5表征的是M=4,N=5,λ=25dB,η=1.5时传输信噪比对平均安全中断概率的影响。从该图可以看出本发明所提出的SacLe可以达到和BF几乎相同的安全性能,且优于MPC和LCD策略。此外,因为较大的传输信噪比可以辅助数据传输,SOP随着的增加有所提高。
本发明实施例还考察平均安全中断概率与MER的关系,图6是本发明实施例提供的平均安全中断概率随主信道与窃听信道平均强度比的变化曲线图,请参考图6。
图6表征的是η=1.5,d=0.4,M=4时MER对平均安全中断概率的影响。闭合SOP与整个MER区域的仿真结果吻合较好,并且当MER大的时候,渐近SOP收敛到精确值,验证了导出的闭合 SOP表达式和渐近SOP表达式正确性。从该图可以看出,SacLe性能优于传统的MPC和LCD,达到了最佳的BF的安全性能。在高MER 区域,MPC可以达到接近最优的保密性能。此外,在高MER状态下,随着中继节点数量的增加,SacLe、BF和MPC迅速提高。
本发明实施例还考察平均安全中断概率与流行系数η的关系,图 7是本发明实施例提供的平均安全中断概率随流行系数的变化图,请参考图7。
图7表征的是M=4,N=5,λ=20dB时流行系数畏对平均安全中断概率的影响。从该图可以看出,当η增加时,SacLe,BF, MPC的安全性能提高,因为η越大使得文件传输的保密性和多样性越来越高。相比之下,由于LCD的保密分集顺序受到统一性的限制,流行系数对LCD安全性能的影响较小。此外,随着第一跳中继链路的d的增加,所有缓存策略的安全性能都随着d值的增大而提高。特别地,当d=3时,由于第一跳中继链路不可靠、MPC的信号协作增益在数据安全传输中没有发挥重要作用,在某些情况下,MPC甚至比LCD更差。
需要说明的是,在本文中,诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明技术原理的前提下,还可以做出若干改进和替换,这些改进和替换也应视为本发明的保护范围。
Claims (10)
1.一种面向物理层安全的随机采样学习式缓存方法,其特征在于,包括:
根据文件缓存的位置来确定文件传输方式,所述文件传输方式包括第一种传输方式和第二种传输方式,所述第一种传输方式包括将文件发送至目的节点,所述第二种传输方式包括将文件从源节点通过中继节点转发至目的节点;
若所述文件缓存于中继节点,则采用第一种传输方式,否则采用第二种传输方式;
分别获取第一种传输方式和第二种传输方式的主信道平均增益,并根据所述主信道平均增益来确定所述最优信道质量中继节点,根据文件流行度分布来获取所述文件的平均安全中断概率的闭合函数和渐进函数;
将系统安全中断概率作为优化指标,获取中继节点间缓存放置的最优策略,所述系统安全中断指标为各个所述文件安全中断概率之和。
3.如权利要求2所述的面向物理层安全的随机采样学习式缓存方法,其特征在于,获取pr(ρk=n)的概率,递归随机生成若干个样本种子,所述样本种子为缓存序列g1,g2,…,gk,获取安全中断概率低的样本种子。
7.如权利要求1所述的面向物理层安全的随机采样学习式缓存方法,其特征在于,所述获取中继节点间缓存放置的最优策略包括:计算当前文件与下一个文件存储中继数之差,获取文件两者之差的分布模型,根据分布概率,随机产生整数设定为下一个文件存储的中继数,从第二个文件开始,对所有文件遍历上述操作,形成一个缓存策略的随机种子。
8.一种面向物理层安全的随机采样学习式缓存装置,其特征在于,包括:
定位模块,用于根据文件缓存的位置来确定文件传输方式,所述文件传输方式包括第一种传输方式和第二种传输方式,所述第一种传输方式包括将文件发送至目的节点,所述第二种传输方式包括将文件从源节点通过中继节点转发至目的节点;
传输模块,用于若所述文件缓存于中继节点,则采用第一种传输方式,否则采用第二种传输方式;
计算模块,用于分别获取第一种传输方式和第二种传输方式的主信道平均增益,并根据所述主信道平均增益来确定所述最优信道质量中继节点,根据文件流行度分布来获取所述文件的平均安全中断概率的闭合函数和渐进函数;
优化模块,用于将系统安全中断概率作为优化指标,获取中继节点间缓存放置的最优策略,所述系统安全中断指标为各个所述文件安全中断概率之和。
9.一种缓存设备,其特征在于,包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序,所述处理器执行所述计算机程序时实现如权利要求1至7中任意一项所述的面向物理层安全的随机采样学习式缓存方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质包括存储的计算机程序,其中,在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如权利要求1至7中任意一项所述的面向物理层安全的随机采样学习式缓存方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910680490.7A CN111064566B (zh) | 2019-07-25 | 2019-07-25 | 一种面向物理层安全的随机采样学习式缓存方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910680490.7A CN111064566B (zh) | 2019-07-25 | 2019-07-25 | 一种面向物理层安全的随机采样学习式缓存方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111064566A true CN111064566A (zh) | 2020-04-24 |
CN111064566B CN111064566B (zh) | 2022-11-29 |
Family
ID=70297480
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910680490.7A Active CN111064566B (zh) | 2019-07-25 | 2019-07-25 | 一种面向物理层安全的随机采样学习式缓存方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111064566B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114531188A (zh) * | 2022-02-24 | 2022-05-24 | 重庆大学 | 基于非正交多址的星地融合网络缓存方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2867589A1 (en) * | 2013-10-15 | 2015-04-15 | Coho Data Inc. | Systems, methods and devices for implementing data management in a distributed data storage system |
CN106535315A (zh) * | 2016-12-02 | 2017-03-22 | 哈尔滨工程大学 | 一种非对称双向中继信道基于中断概率分析的功率分配方法 |
CN107396346A (zh) * | 2017-08-15 | 2017-11-24 | 广州大学 | 一种缓存蜂窝网络物理层安全数据传输方法及系统 |
CN108337302A (zh) * | 2018-01-24 | 2018-07-27 | 广州大学 | 基于通信调度的无线网络缓存方法、装置、设备及介质 |
CN109005234A (zh) * | 2018-08-13 | 2018-12-14 | 广州大学 | 一种安全概率缓存策略及其生成方法 |
-
2019
- 2019-07-25 CN CN201910680490.7A patent/CN111064566B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2867589A1 (en) * | 2013-10-15 | 2015-04-15 | Coho Data Inc. | Systems, methods and devices for implementing data management in a distributed data storage system |
CN106535315A (zh) * | 2016-12-02 | 2017-03-22 | 哈尔滨工程大学 | 一种非对称双向中继信道基于中断概率分析的功率分配方法 |
CN107396346A (zh) * | 2017-08-15 | 2017-11-24 | 广州大学 | 一种缓存蜂窝网络物理层安全数据传输方法及系统 |
CN108337302A (zh) * | 2018-01-24 | 2018-07-27 | 广州大学 | 基于通信调度的无线网络缓存方法、装置、设备及介质 |
CN109005234A (zh) * | 2018-08-13 | 2018-12-14 | 广州大学 | 一种安全概率缓存策略及其生成方法 |
Non-Patent Citations (2)
Title |
---|
JUNJUAN XIA ET AL.: "《Secure Cache-Aided Multi-Relay Networks in the Presence of Multiple Eavesdroppers》", 《IEEE TRANSACTIONS ON COMMUNICATIONS》 * |
LISHENG FAN ET AL.: "《Outage Probability and Optimal Cache Placement for Multiple Amplify-and-Forward Relay Networks》", 《IEEE TRANSACTIONS ON VEHICULAR TECHNOLOGY》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114531188A (zh) * | 2022-02-24 | 2022-05-24 | 重庆大学 | 基于非正交多址的星地融合网络缓存方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111064566B (zh) | 2022-11-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Honkala et al. | DeepRx: Fully convolutional deep learning receiver | |
Amuru et al. | Jamming bandits—A novel learning method for optimal jamming | |
Li et al. | Capacity Analysis of $\alpha $-$\eta $-$\kappa $-$\mu $ Fading Channels | |
Nie et al. | Cooperative edge caching in small cell networks with heterogeneous channel qualities | |
CN111064566B (zh) | 一种面向物理层安全的随机采样学习式缓存方法 | |
Yang et al. | Cooperative proactive eavesdropping based on deep reinforcement learning | |
Jiang et al. | A new type double-threshold signal detection algorithm for satellite communication systems based on stochastic resonance technology | |
Alamri | An efficient cooperative technique for power-constrained multiuser wireless network: “Investigation of cooperation strategies in multiuser wireless network with the power constraint” | |
Tiwana et al. | Dynamic link adaptation for filterband multicarrier in networks with diverse service quality and throughput requirements | |
Lipovac | OFDM error floor prediction in a small-time-dispersion channel | |
Yilmaz | Calculating outage probability of block fading channels based on moment generating functions | |
Fidan et al. | Performance of cooperative full‐duplex AF relay networks with generalised relay selection | |
Ghane et al. | Physical‐layer information hiding technique for cognitive radio communications in cooperative relaying systems | |
Wang et al. | Jointly optimal congestion and power control for rayleigh-faded channels with outage constraints | |
Bento et al. | Simplified and accurate BER analysis of magnitude modulated M‐PSK signals | |
Pimentel et al. | Optimisation of the transmission capacity of cognitive networks | |
Tosh et al. | Cognitive radio parameter adaptation using multi-objective evolutionary algorithm | |
Gunturu et al. | Joint PAPR reduction and channel estimation in low-complexity VLC systems | |
Levorato et al. | On optimal control of wireless networks with multiuser detection, hybrid ARQ and distortion constraints | |
Alshamary | Coherent and non-coherent data detection algorithms in massive MIMO | |
Zhang et al. | Multi-Tier Caching for Statistical-QoS Driven Digital Twins Over mURLLC-Based 6G Massive-MIMO Mobile Wireless Networks Using FBC. | |
Wang et al. | Opportunistic multichannel access with imperfect observation: A fixed point analysis on indexability and index-based policy | |
CN115242331B (zh) | 虚拟电厂中认知无线电的协作频谱感知优化方法 | |
Halim et al. | Performance analysis of hybrid combining schemes under Middleton class‐A and S α S \rmSα\rmS impulsive noise model | |
de Queiroz et al. | On the BEP and Outage Probability Under Cascaded Double Correlated $\eta $-$\mu $ Fading Channels |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |