In this era of 5G technology, the ever-increasing demands for high data rates lead researchers to develop hybrid satellite-terrestrial (HST) networks as a substitution to the conventional cellular terrestrial systems. Since an HST network suffers from a masking effect which can be mitigated by adopting the terrestrial relaying strategy, in this work, we focus on wireless multicasting through an HST relaying net-work (HSTRN) in which a satellite sends messages to multiple terrestrial nodes via multiple relays under the wiretapping efforts of multiple eavesdroppers. Our concern is to protect the multicast messages from being eavesdropped taking advantage of the well-known opportunistic relaying technique. We consider the satellite links follow Shadowed Rician fading whereas the terrestrial links undergo alpha-mu fading. The secrecy performance of the proposed HSTRN model is accomplished by deriving expressions for the probability of nonzero secrecy multicast capacity, ergodic secrecy multicast capacity, and secure outage probability for multicasting in closed-form. Capitalizing on the derived expressions, we analyze how a perfect secrecy level can be preserved in spite of harsh channel conditions and also present a secrecy trade-off in terms of the number of relays, multicast users, and multiple eavesdroppers. Finally, the numerical analyses are corroborated via Monte-Carlo simulations.


翻译:在5G技术时代,对高数据率的日益增长的需求导致研究人员开发混合卫星-地球网络,以取代常规的蜂窝地面系统。由于HST网络具有遮掩作用,通过采用地面中继战略可以减轻这种影响,因此在这项工作中,我们的重点是通过HST中继网络工作(HSTRN)进行无线多播播,其中卫星通过多个窃听器的窃听器,通过多部窃听器的窃听器通过多部中继器向多个地面节点发送信息。我们关心的是保护多播信息,使其不被利用众所周知的机会性传递技术被窃听。我们认为,卫星连接会随阴影里西亚的消失而减缓,而地面链路则会随着阿尔法-穆的消失而减缓。拟议的HSTTRN模型的保密性表现是通过对非零保密多播送能力的可能性的表达方式、ergodic保密多播送能力以及确保多台播听的退出概率。在衍生的表达方式上,我们分析了一个完美的保密程度,我们分析了如何通过严酷的渠道和多级数据分析,最终能够保留一个完整的电子存储用户。

0
下载
关闭预览

相关内容

Networking:IFIP International Conferences on Networking。 Explanation:国际网络会议。 Publisher:IFIP。 SIT: http://dblp.uni-trier.de/db/conf/networking/index.html
专知会员服务
44+阅读 · 2020年10月31日
专知会员服务
60+阅读 · 2020年3月19日
专知会员服务
161+阅读 · 2020年1月16日
FlowQA: Grasping Flow in History for Conversational Machine Comprehension
专知会员服务
29+阅读 · 2019年10月18日
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
152+阅读 · 2019年10月12日
最新BERT相关论文清单,BERT-related Papers
专知会员服务
52+阅读 · 2019年9月29日
意识是一种数学模式
CreateAMind
3+阅读 · 2019年6月24日
Transferring Knowledge across Learning Processes
CreateAMind
28+阅读 · 2019年5月18日
计算机 | USENIX Security 2020等国际会议信息5条
Call4Papers
7+阅读 · 2019年4月25日
【TED】生命中的每一年的智慧
英语演讲视频每日一推
9+阅读 · 2019年1月29日
【OpenAI】深度强化学习关键论文列表
专知
11+阅读 · 2018年11月10日
【NIPS2018】接收论文列表
专知
5+阅读 · 2018年9月10日
分布式TensorFlow入门指南
机器学习研究会
4+阅读 · 2017年11月28日
计算机视觉近一年进展综述
机器学习研究会
9+阅读 · 2017年11月25日
【推荐】自然语言处理(NLP)指南
机器学习研究会
35+阅读 · 2017年11月17日
【推荐】RNN/LSTM时序预测
机器学习研究会
25+阅读 · 2017年9月8日
Arxiv
5+阅读 · 2021年2月15日
VIP会员
相关资讯
意识是一种数学模式
CreateAMind
3+阅读 · 2019年6月24日
Transferring Knowledge across Learning Processes
CreateAMind
28+阅读 · 2019年5月18日
计算机 | USENIX Security 2020等国际会议信息5条
Call4Papers
7+阅读 · 2019年4月25日
【TED】生命中的每一年的智慧
英语演讲视频每日一推
9+阅读 · 2019年1月29日
【OpenAI】深度强化学习关键论文列表
专知
11+阅读 · 2018年11月10日
【NIPS2018】接收论文列表
专知
5+阅读 · 2018年9月10日
分布式TensorFlow入门指南
机器学习研究会
4+阅读 · 2017年11月28日
计算机视觉近一年进展综述
机器学习研究会
9+阅读 · 2017年11月25日
【推荐】自然语言处理(NLP)指南
机器学习研究会
35+阅读 · 2017年11月17日
【推荐】RNN/LSTM时序预测
机器学习研究会
25+阅读 · 2017年9月8日
Top
微信扫码咨询专知VIP会员