In this paper, the secrecy performance of a multi-transmitter system with unreliable wireless backhaul links in the presence of multiple colluding eavesdroppers is considered. To improve the secrecy performance, two sub-optimal and optimal transmitter selection schemes are proposed. A generalized approach for the secrecy performance analysis is adopted to integrate the backhaul link reliability factor with the channel signal-to-noise ratio (SNR) through a mixture distribution depending on whether the backhaul reliability knowledge is unavailable or available. Non-zero secrecy rate (NZSR), secrecy outage probability (SOP), and ergodic secrecy rate (ESR) are evaluated for each selection schemes via a unified channel SNR ratio distribution based approach. Simplified asymptotic expressions are provided in each case to elucidate the infulence of the system parameters and of the backhaul reliability factor. We observe that the unreliable backhaul limits the secrecy performance of transmitter selection schemes by saturating the NZSR and SOP performance and by reducing the rate of change of the ESR with SNR. The performance improves when the knowledge of backhaul link activity is utilized, and the improvement is most noticeable when the backhaul is highly unreliable. We also observe that while the secrecy performance degrades with an increasing number of eavesdroppers, neither the asymptotic saturation value of the NZSR and SOP nor the rate of ESR improvement with SNR depends on the number of eavesdroppers.


翻译:在本文中,在多个串通式监听者在场的情况下,考虑一个多传输系统(具有不可靠的无线回路连接的多传输系统)的保密性表现。为了改进保密性表现,提出了两种最优化和最优化的发报机选择计划。采用了保密性表现分析的通用方法,通过混合分配,将回路链接的可靠性因素与频道信号对音比(SNR)结合,这取决于能否获得回路可靠性知识。非零保密率(NZSR)、保密超速概率(SOP)和异性保密率(ESR)通过统一的频道 SNR比率分布法,对每个甄选方案进行评估。每种情况下都提供简化的隐性表达方式,以阐明系统参数和回路可靠性因素的缺陷。我们观察到,不可靠的回路段限制发报选择计划的保密性表现,办法是使NZSR和SOP的性能、保密性异常率(SOP)的概率变化率(SSR)率(SOP)率(SER)率(SER)率(SER)的降低率。当安全性能的改善程度时,当SRO值增加时,而SL的稳定性的稳定性增长的稳定性的稳定性的稳定性的稳定性的稳定性的稳定性的稳定性的稳定性和数值也不断提高则被利用时,因为我们的稳定性的稳定性的稳定性和性能的稳定性的稳定性的稳定性的稳定性的稳定性的稳定性的稳定性的提高,我们的稳定性的稳定性的稳定性的稳定性的稳定性的提高则取决于的数值则取决于的数值也随之。

0
下载
关闭预览

相关内容

不可错过!《机器学习100讲》课程,UBC Mark Schmidt讲授
专知会员服务
74+阅读 · 2022年6月28日
强化学习最新教程,17页pdf
专知会员服务
177+阅读 · 2019年10月11日
[综述]深度学习下的场景文本检测与识别
专知会员服务
78+阅读 · 2019年10月10日
机器学习入门的经验与建议
专知会员服务
94+阅读 · 2019年10月10日
【SIGGRAPH2019】TensorFlow 2.0深度学习计算机图形学应用
专知会员服务
41+阅读 · 2019年10月9日
ACM MM 2022 Call for Papers
CCF多媒体专委会
5+阅读 · 2022年3月29日
AIART 2022 Call for Papers
CCF多媒体专委会
1+阅读 · 2022年2月13日
【ICIG2021】Latest News & Announcements of the Tutorial
中国图象图形学学会CSIG
3+阅读 · 2021年12月20日
【ICIG2021】Latest News & Announcements of the Workshop
中国图象图形学学会CSIG
0+阅读 · 2021年12月20日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium7
中国图象图形学学会CSIG
0+阅读 · 2021年11月15日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium6
中国图象图形学学会CSIG
2+阅读 · 2021年11月12日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium1
中国图象图形学学会CSIG
0+阅读 · 2021年11月3日
【ICIG2021】Latest News & Announcements of the Plenary Talk2
中国图象图形学学会CSIG
0+阅读 · 2021年11月2日
【ICIG2021】Latest News & Announcements of the Plenary Talk1
中国图象图形学学会CSIG
0+阅读 · 2021年11月1日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
3+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
Arxiv
0+阅读 · 2023年2月27日
VIP会员
相关资讯
ACM MM 2022 Call for Papers
CCF多媒体专委会
5+阅读 · 2022年3月29日
AIART 2022 Call for Papers
CCF多媒体专委会
1+阅读 · 2022年2月13日
【ICIG2021】Latest News & Announcements of the Tutorial
中国图象图形学学会CSIG
3+阅读 · 2021年12月20日
【ICIG2021】Latest News & Announcements of the Workshop
中国图象图形学学会CSIG
0+阅读 · 2021年12月20日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium7
中国图象图形学学会CSIG
0+阅读 · 2021年11月15日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium6
中国图象图形学学会CSIG
2+阅读 · 2021年11月12日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium1
中国图象图形学学会CSIG
0+阅读 · 2021年11月3日
【ICIG2021】Latest News & Announcements of the Plenary Talk2
中国图象图形学学会CSIG
0+阅读 · 2021年11月2日
【ICIG2021】Latest News & Announcements of the Plenary Talk1
中国图象图形学学会CSIG
0+阅读 · 2021年11月1日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
相关基金
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
3+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
Top
微信扫码咨询专知VIP会员