.png){kind=icon}
返回
SecDiff: Diffusion-Aided Secure Deep Joint Source-Channel Coding Against Adversarial Attacks
.png){kind=icon}
PRE
AI
DOI：10.1109/JSAC.2026.3669143.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
深度联合信源信道编码（JSCC）已作为一种有前景的语义通信范式出现，相较于传统的分离编码方案，实现了显著的性能提升。然而，现有的JSCC框架仍然容易受到物理层对抗性威胁，如导频欺骗和子载波干扰，从而损害语义保真度。在本文中，我们提出了SecDiff，一种即插即用、基于扩散辅助的解码框架，该框架在对抗性无线环境下显著增强了深度JSCC的安全性和鲁棒性。与先前受扩散引导的JSCC方法不同，后者存在高推理延迟问题，SecDiff采用伪逆引导采样和自适应引导权重，实现了灵活的步长控制和高效的语义重建。为对抗干扰攻击，我们引入了一种基于功率的子载波掩码策略，并将恢复重述为一个带掩码的图像修复问题，通过扩散引导求解。针对导频欺骗问题，我们将信道估计表述为一个未知算子的反问题，并开发了一种由期望最大化（EM）驱动的重建算法，该算法由重建损失和信道算子联合引导。值得注意的是，我们的方法在导频恢复和信道估计之间交替进行，使得在整个扩散过程中能够联合优化这两个变量。在对抗条件下对正交频分复用（OFDM）信道进行的广泛实验表明，SecDiff通过在重建质量和计算成本之间实现有利的权衡，优于现有的安全性和生成性JSCC基准。这种平衡使SecDiff成为迈向实用、低延迟和抗攻击语义通信的有前景的一步。
Keyword:
Secure semantic communication
deep joint source-channel coding
diffusion models
adversarial wireless attacks
期刊
IF:
17.2
论文数:
6.4K
被引数:
3.1W
机构
引用论文
.png){kind=icon}
Semantics-Guided Diffusion for Deep Joint Source-Channel Coding in Wireless Image Transmission张, M.; 吴, H.; 朱, G.; 金, R.; 陈, X.; Gündüz, D. 基于语义引导的扩散方法用于无线图像传输中的深度联合信源-信道编码. arXiv 2025, arXiv:2501.01138. [Google Scholar] [CrossRef]
PREAI
分享收藏Semantic Communications for Image Recovery and Classification via Deep Joint Source and Channel Coding通过深度联合信源和信道编码实现图像恢复和分类的语义通信
OAAI
OAAI分享收藏
查看更多内容