AI dan Masalah-Masalah Sulit Dunia · Ilmu komputer teoretis · arXiv · 2026-10-21
Model Difusi Generatif untuk UAV-ISAC yang Aman dengan Pelacakan Target Waktu Nyata
Judul asli: Generative Diffusion Models for Secure UAV-ISAC with Real-Time Target Tracking
Pekerjaan ini membahas misi pengawasan di mana sebuah drone dua fungsi dengan sensing dan komunikasi terintegrasi melacak target bergerak, di mana seorang eavesdropper dapat mengetahui secara real time apakah target terdeteksi di dalam wilayah terlindungi dengan mengamati perubahan pada lalu lintas komunikasi yang dipicu peristiwa. Kajian ini merumuskan ancaman tersebut sebagai kerahasiaan komposisi lalu lintas (traffic-composition covertness) dan mengusulkan skema transmisi berbasis difusi tanpa kunci yang menyuperposisi gelombang pengaman yang tidak bergantung pada pesan dari sebuah conditional denoising diffusion implicit model, yang dilatih sehingga slot yang terpicu dan yang tidak terpicu menjadi tidak dapat dibedakan secara statistik. Hasil numerik menunjukkan bahwa dengan beberapa antena pemancar dan SNR eavesdropper sebesar 5 dB, eavesdropper yang telah dilatih tetap berada di dekat tebakan buta sebesar 0.5, detektor yang mengetahui model pengaman hanya mencapai 0.71 hingga 0.73 di dalam lobus utama Bob, dan PCRB posisi rata-rata untuk pelacakan hanya bervariasi antara 0.59 dan 0.70 m².