每日 Arxiv

本页面整理了世界各地发表的人工智能相关论文。
本页面使用 Google Gemini 汇总而成，并以非盈利为基础运营。
论文版权归作者及相关机构所有，分享时请注明出处。

利用可重构智能表面的 B5G 物理层安全公平感知策略

Created by
  • Haebom

作者

亚历克斯·皮龙、米歇尔·巴博、卢卡·德·西科、何塞·卢比奥-埃尔南、华金·加西亚-阿尔法罗

大纲

我们开展了将可重构智能表面 (RIS) 与强化学习 (RL) 相结合的研究，以增强波束成形并增强物理层安全性。具体而言，我们专注于构建一个 RIS-RL 系统，以确保在多用户环境中实现公平通信。我们分析了现有研究中的公平性问题，并提出了一个高效且公平的双 RIS-RL 系统，旨在为多个用户设备 (UE) 提供适当的信号强度，同时保持物理层安全性。

Takeaways, Limitations

•
Takeaways：
◦
我们发现现有的物理层安全增强方案存在公平性不平衡问题，并通过实验结果进行了验证。
◦
我们提出了一种新的补偿策略来解决公平问题。
◦
我们通过发布 RIS-RL 系统研究的代码和数据集来支持后续研究。
•
Limitations：
◦
Limitations 论文中所述的内容并没有直接出现。
◦
可能需要进一步研究来验证所提出方法的可扩展性及其在现实环境中的性能。
👍
Made with Slashpage