Diffusion-Aided Task-Oriented Semantic Communications With Model Inversion Attack

Xuesong Wang

doi:10.1109/tccn.2026.3735677

Diffusion-Aided Task-Oriented Semantic Communications With Model Inversion Attack

2026-09-22

0

PRE

AI

DOI：10.1109/tccn.2026.3735677

原文链接

原文求助

摘要

En 中文

语义通信通过传递语义信息而非原始输入符号序列来提高传输效率。面向任务的语义通信进一步旨在仅保留任务特定信息，从而实现更大的带宽节省。然而，这些基于神经网络的通信系统易受模型反演攻击，攻击者试图从截获的语义特征中恢复敏感输入信息。因此，关键挑战是在保持任务准确性和鲁棒性的同时保护隐私。我们考虑一种任务保密场景，其中攻击者试图在不了解合法接收器的任务或模型的情况下从截获的特征中重建原始输入。尽管PSNR和SSIM常用于评估重建质量，但我们的研究发现，外部分类器仍能在低PSNR或SSIM的重建上以非零准确度执行合法接收器的任务，表明这些重建仍存在任务级别的语义泄露。因此，我们提出DiffSem，它将扩散过程分为受控的发射端自加噪和匹配的接收端反向去噪。在MNIST、CIFAR-10和CelebA数据集上的实验表明，DiffSem在未增加传输特征大小或信息泄露的情况下提高了合法接收器的任务准确率。

Keyword:

Semantic communications

diffusion model

privacy preserving

model inversion attack

Diffusion-Aided Task-Oriented Semantic Communications With Model Inversion Attack

摘要

期刊

机构

引用论文