Perfect Omniscience, Perfect Secrecy and Steiner Tree Packing
我们考虑完美的秘密密钥生成的“成对独立网络”模型中,每对终端共享一个随机的二进制字符串,与字符串共享不同的终端对是相互独立的。然后允许终端在无限容量的公共无噪声信道上交互通信。所有终端以及窃听者都观察到这种通信。其目的是生成一个完美的秘密密钥,由一组给定的终端以尽可能大的速率共享,并对窃听者隐藏。首先,我们展示了完美的全知的概念如何在刻画完美的秘密密钥容量方面发挥核心作用。其次,多重图表示的基础保密模型,使我们能够有效的算法完美的秘密密钥生成的基础上最大Steiner树包装。当所有终端寻求共享密钥时,该算法获得容量,并且通常获得至少一半的容量。第三,当一个单一的“helper”终端协助其余的“user”终端在生成一个完美的秘密密钥,我们给出了算法的最优性的必要和充分条件;此外,一个“weak”helper被证明是足够的最优性。
2010-08-05 cs.IT math.CO math.IT
Perfect Secrecy in the Wild: A Characterization
本文刻画了在接收方是否掌握辅助信息 $Y$ 的两种情形下,发送方实现条件性完美保密的充要条件,并将 Shannon 一次一密结果纳入该框架。
2025-06-14 cs.GT cs.IT econ.TH
Error Free Perfect Secrecy Systems
香农的完美保密的基本界限说,秘密消息的熵不能大于发送者和合法接收者最初共享的秘密密钥的熵。Massey给出了这个结果的信息论证明,但是这个证明不需要密钥和密文的独立性。通过进一步假设独立性,我们得到了一个更严格的下限,即密钥熵不小于任何密码实现完美保密的消息样本大小的对数,即使源分布是固定的。同样的界限也适用于密文的熵。如果秘密消息在加密之前已被压缩,则边界仍然有效。本文还说明了该下界仅给出了预共享秘密密钥的最小长度。当密码系统被多次使用时,这不再是每轮消耗的密钥部分的合理度量。相反,本文提出并证明了一种新的衡量关键消费率。预期的密钥消费和用于传送密文的信道使用的数量之间的基本权衡的存在。设计了最优和近最优安全码。
2012-07-08 cs.IT math.IT
Guaranteeing Positive Secrecy Capacity with Finite-Rate Feedback using Artificial Noise
虽然有限速率反馈对衰落信道容量的影响已经在文献中得到了广泛的研究,但在保密约束下这个问题还没有得到足够的关注。在这项工作中,我们研究了遍历秘密容量的多输入多输出多天线窃听(MIMOME)窃听信道与量化的信道状态信息(CSI)在发送端和完美的CSI在合法的接收端,假设只有窃听CSI的统计信息是已知的发送端。我们改进了[1]中基于随机矢量量化(RVQ)的人工噪声(AN)方案的分析,其中与理想CSI情况相比,给出了保密率损失的启发式上界。我们提出了一个遍历保密容量的下界。我们证明了当反馈比特数和AN功率趋于无穷大时,具有完美CSI的保密容量和下界渐近一致。对于实际应用,我们提出了一个非常有效的量化码本构造方法的两个发射天线的情况下。
2014-11-06 cs.IT math.IT
Constrained Colluding Eavesdroppers: An Information-Theoretic Model
研究了合谋窃听者附近的保密容量。相反,在以前的作品完美的共谋假设,我们的新的信息理论模型认为,在共谋的约束。我们推导出可实现的安全率(完美的保密能力的下限),无论是离散无记忆和高斯信道。我们还比较了建议率的非串通和完美的串通情况。
2013-12-11 cs.CR cs.IT math.IT
Refinements and Extensions of Ziv's Model of Perfect Secrecy for Individual Sequences
本文改进并扩展 Ziv 的个体序列完善保密模型,针对更一般的有限状态窃听者给出更紧的密钥率下界,并扩展至含边信息场景。
2024-05-09 cs.IT math.IT
On the Beneficial Role of a Finite Number of Scatterers for Wireless Physical Layer Security
我们表明,合法的通信下的多径准静态衰落与散射体的数量减少,它是可能的,以实现完美的保密,即使在存在的被动窃听者,没有信道状态信息是可用的。具体而言,我们表明,中断概率的保密能力(OPSC)是零,在一个给定的范围内的平均信噪比(SNR)的合法和窃听的接收器。作为一个应用实例,我们分析了OPSC的情况下,两个散射体,明确推导出的平均信噪比,保密率$R_s$和衰落模型参数之间的关系,实现完美的秘密。增加散射体的数量的影响也进行了分析,表明它总是可以实现完美的保密在这种情况下,只要占主导地位的镜面分量的合法信道是足够大的剩余的散射波相比。
2019-10-22 cs.CR cs.IT eess.SP
Network Information Theoretic Security
香农指出,要在点对点通信中实现完全保密,消息速率不能超过共享秘密密钥速率,从而产生简单的一次性密码本加密方案。在本文中,我们将这项工作从点对点扩展到网络。我们考虑一个连接网络与成对的节点之间的通信。我们假设每个节点在通信开始之前被提供有一定量的秘密比特。具有无限计算能力的窃听者可以访问所有通信,并且可以破解其余节点不知道的节点子集。我们调查的信息理论安全通信的限制,这个网络。我们建立了一个权衡之间的安全信道率(一个节点对)和安全的网络速率(总和在所有节点对率),并表明,完美的保密可以实现当且仅当任何子集的未被黑客攻击的信道的总和速率不超过这些信道的共享unhacked秘密比特率。我们还提出了两个实用和有效的计划,实现了良好的平衡,网络和信道速率完美的保密保证。这项工作具有广泛的潜在应用,其中完美的保密性是理想的,如网络物理系统,分布式控制系统,和ad-hoc网络。
2020-05-27 cs.CR cs.IT math.IT
Achievable Secrecy Rate for the Relay Eavesdropper Channel with Non-Causal State Available at Transmitter and Relay
本文考虑了一个更一般的具有状态信息的四端无记忆中继-窃听信道(REC-SI),并推导了它的一个可达的完美保密率,我们假设状态信息仅在发送端和中继端是非因果可用的。发送者希望通过中继的帮助与合法接收者建立安全通信,其中机密消息将对被动窃听者保密。我们考虑中继器和发射器之间的积极合作。中继器通过使用解码转发(DF)方案中继消息来帮助发送器。所提出的模型是一些现有的模型的推广和派生的可实现的完美的保密率进行比较的特殊情况。在加性高斯白噪声(AWGN)信道下,数值结果也得到了验证.
2021-10-15 cs.IT math.IT
The Wiretap Channel with Feedback: Encryption over the Channel
在这项工作中,噪声反馈在提高窃听信道的保密能力的关键作用。与以前的作品,其中一个无噪声的公共讨论信道用于反馈,前馈和反馈信号共享相同的噪声信道在本模型中。非常有趣的是,这种嘈杂的反馈模型被证明是更有利的,在当前的设置。更具体地说,首先考虑具有全双工目的节点的离散无记忆模加性信道,并且结果表明,明智地使用反馈增加了完美的保密能力,在没有窃听器的情况下,源-目的地信道的容量。在可验证性方案中,反馈信号对应于仅对目的地已知的私钥。在半双工方案中,提出了一种新的反馈技术,总是实现一个积极的完美的保密率(即使当源窃听信道是噪声小于源-目的地信道)。这些结果取决于信道的模加性属性,目的地利用该属性在信道上执行加密而不向源泄露其密钥。最后,将该方案推广到连续实值模$Λ$信道,证明了带反馈的完全保密容量也等于没有窃听器时的容量.
2007-04-18 cs.CR cs.IT math.IT
On the Equivalency of Reliability and Security Metrics for Wireline Networks
在本文中,我们证明了一个大类的安全网络编码问题的弱和强保密性条件的等价性。当我们限制到线性运算时,我们证明了“完全保密和零误差约束”与“弱保密和$ε$ -误差约束”的等价性。
2016-09-15 cs.IT math.IT
Distributed Multi-User Secret Sharing
我们考虑一个分布式秘密共享系统,由一个经销商,$n$存储节点,和$m$用户。每个用户都可以访问存储节点的某个子集,在那里可以下载存储的数据。对于$j=1,2,...,m$,经销商希望通过存储节点将特定的秘密$s_j$安全地传送给用户$j$。更具体地,在该多用户上下文中考虑两个保密条件。弱保密条件是指每个用户都不能得到任何关于其他用户的个人秘密的信息,而完美保密条件意味着一个用户不能得到任何关于所有其他用户的秘密集合的信息。在该系统中,分发者将秘密编码成多个秘密份额,并将它们加载到存储节点中。给定一定数量的存储节点,我们找到可以在这样的系统中提供服务的最大用户数量,并构建以完美保密的方式实现这一目标的方案。给出了任意$n$和$m$的最小通信复杂性和存储开销的下界。我们构造了分布式秘密共享协议,在一定的系统参数条件下,达到了通信复杂性的下限,同时提供完美的保密性。此外,我们构建的协议,再次在一定的条件下,同时达到下限的通信复杂性和存储开销,同时提供弱保密性,从而证明计划是最佳的两个参数。它示出了如何修改所提出的协议,以构建平衡的存储负载和通信复杂性的计划。
2020-09-29 cs.IT math.IT
Quantum Encryption and Generalized Quantum Shannon Impossibility
著名的香农不可能性结果表明,任何具有完美保密性的加密方案都需要一个至少与消息一样长的秘密密钥。在本文中,我们提供了它的量子模拟具有不完全保密性和不完全正确性。我们还给出了一个系统的研究信息理论上安全的量子加密与两个保密性的定义。我们证明了在$d$中,弱的一个意味着强的,但具有安全损失,其中$d$是加密量子系统的维数。如果目标保密错误为$o(d^{-1})$,这就足够了。
2018-09-27 cs.CR cs.IT math.IT
IRS-Assistance with Outdated CSI: Element subset selection for secrecy performance enhancement
在这项工作中,我们调查的保密性能在智能反射面(IRS)辅助下行链路系统。特别地,我们考虑基站(BS)侧IRS,并且因此,假设BS-IRS信道是完全已知的。更重要的是,我们考虑的情况下,其中只有过时的信道状态信息(CSI)的IRS用户信道是可用的。我们研究了过时的CSI对保密性能的影响数值和分析。此外,我们提出了一个元素子集选择(ESS)的方法,以提高保密性能。一个关键的观察是,最小的保密中断概率(SOP)可以实现使用的IRS的一个子集,和所选择的反射元件的最佳数量可以有效地找到封闭形式的表达式。
2022-11-16 cs.IT eess.SP math.IT
Collaborative Compressive Detection with Physical Layer Secrecy Constraints
本文考虑的问题,检测高维信号(不一定稀疏)的基础上压缩测量与物理层保密保证。首先,我们提出了一个协同压缩检测(CCD)框架,以补偿由于压缩与单个传感器的性能损失。我们的特点之间的权衡降维实现了一个通用的压缩感知(CS)为基础的测量方案和可实现的性能CCD分析。接下来,我们考虑一个场景,其中网络在存在窃听者的情况下运行,窃听者希望发现系统监视的自然状态。为了保持数据的秘密从窃听者,我们建议使用合作的可信节点,协助融合中心(FC)注入人工噪声欺骗窃听者。我们寻求的问题的答案:CS是否有助于提高安全性能,在这样一个框架?什么是最佳值的参数,最大限度地提高CS基于协作检测性能的FC,同时确保完美的秘密窃听?
2015-02-18 cs.IT math.IT stat.AP
MDS codes on the erasure-erasure wiretap channel
本文研究了Wyner的窃听信道II的一个改进版本上的完全安全通信问题,其中主信道和窃听信道都有一些擦除。秘密消息将被编码到$n$信道符号中并被发送。主信道是这样的,使得合法接收机接收具有精确的$n - ν$擦除的发送码字,其中擦除的位置是随机的。另外,窃听者(窃听者)能够以类似的方式观察具有$n - μ$擦除的发送码字。本文研究了该信道在完全保密条件下的最大可达信息速率,并给出了一种利用嵌套码实现保密容量的编码方案。
2009-02-19 cs.IT math.IT
Secrecy Transmission on Block Fading Channels: Theoretical Limits and Performance of Practical Codes
我们考虑一个系统,其中代理(爱丽丝)的目的是在一组并行通道上向第二个代理(鲍勃)发送消息,同时通过使用物理层安全技术将其从第三个代理(夏娃)保密。我们假设Alice完全知道Bob的信道集合,但她对Eve的信道只有统计知识。我们得出的界限上实现中断保密率,考虑编码内每个通道或所有并行通道。发射功率适应于信道条件,对整个传输的平均功率有约束。我们还专注于可以实现的最大累积中断保密率。此外,为了评估在现实生活中的情况下的性能,我们考虑使用实际的纠错码。在出错率目标和中断概率的基础上,将以前应用于单个加性高斯白噪声信道的安全间隙和模糊率的定义扩展到瑞利分布并行信道。这些指标的界限也来自,考虑到并行通道的统计。数值结果,确认所考虑的物理层安全技术的可行性。
2014-10-26 cs.IT math.IT
Almost universal codes for fading wiretap channels
我们考虑了一个衰落窃听信道模型,其中发送方只有统计信道状态信息,而合法的接收方和窃听方都有完善的信道状态信息。我们提出了一个序列的非随机格码,实现强保密性和语义安全遍历衰落信道。该构造几乎是通用的,因为它在高斯和遍历衰落模型上实现了相同的恒定间隙的保密容量。
2016-01-11 cs.IT math.IT math.NT
On Information Theoretic Fairness: Compressed Representations With Perfect Demographic Parity
本文从信息论视角研究设计具有完美人口统计平价和隐私的表示的基本极限,通过扩展 Functional Representation Lemma 等工具,在约束压缩率或无关信息的条件下最大化任务相关信息,并证明了所得界限的紧致性。
2024-08-23 cs.IT math.IT
A signal recovery algorithm for sparse matrix based compressed sensing
基于随机构造的稀疏测量矩阵,提出了一种低计算代价的压缩感知近似信号恢复算法。大数定律和中心极限定理表明,当矩阵密度与信号大小$N$一样大且测量次数$M$趋于无穷大时,该算法饱和了Donoho-Tanner弱阈值,并保持$α=M/N \sim O(1)$不变,这得到了大量数值实验的支持.即使当测量矩阵中每列/行的非零条目的数量被限制为$O(1)$时,数值实验表明,如果信号的非零条目的密度$ρ$低于特定临界值$ρ_{\rm th}(α)$(如$N,M \to \infty$),则该算法通常仍然可以以每次更新的$O(N)$计算成本完美地恢复原始信号。
2011-02-16 cond-mat.dis-nn cs.IT math.IT
New Guarantees for Blind Compressed Sensing
盲压缩感知(BCS)是压缩感知(CS)的扩展,其中最佳稀疏化字典被假设为未知的并且经受估计(除了CS稀疏系数之外)。自BCS出现以来,词典学习,又名。稀疏编码作为一个矩阵分解问题进行了研究,其样本复杂性,唯一性和可识别性已经得到了彻底的解决。然而,尽管BCS和稀疏编码之间的强连接,最近的结果从稀疏编码问题领域尚未被利用的BCS的上下文中。特别地,先前的BCS努力集中于学习限制这些努力的范围和效用的受约束的和完整的字典。在本文中,我们开发了新的理论界的完美恢复一般无约束BCS问题。这些无约束的BCS界覆盖了超完备字典的情况,因此,它们远远超出了现有的BCS理论。我们完美的恢复结果结合了稀疏编码的组合理论与低秩矩阵恢复的一些最新成果。特别是,我们提出了一个有效的CS测量方案,结果在实际的恢复范围BCS。此外,我们还讨论了BCS在多项式时间稀疏编码算法下的性能。
2015-08-08 cs.IT math.IT
A Framework for Private Communication with Secret Block Structure
在通过欠定线性测量恢复信号之前利用块稀疏已经被广泛地示出为允许在经典压缩感测将可证明失败的条件下的精确恢复。我们利用这一结果,提出了一种新的私人通信框架,通过在公共信道上传输不可识别的压缩感知问题的实例来实现保密性。合法的接收者可以尝试通过利用用于对发送者的消息进行编码的块结构的秘密知识来克服这种不适定性。我们研究了这种通信协议的隐私保证,以一个单一的传输,并多次传输,而不刷新的共享秘密。此外,我们提出了一个算法的窃听者学习的块结构通过矩的方法,并通过数值实验突出了这个框架的隐私优势。
2021-10-08 cs.IT eess.SP math.IT
Secure Transmission in Multi-Cell Massive MIMO Systems
在本文中,我们考虑在多小区大规模多输入多输出(MIMO)系统的物理层安全供应。具体而言,我们认为安全的下行链路传输在多小区大规模MIMO系统中的匹配滤波器预编码和人工噪声(AN)的生成在基站(BS)的存在下,一个被动的多天线窃听。我们调查所得到的可实现的遍历保密率和保密中断概率的情况下,完美的训练和导频污染。因此,我们考虑两个不同的AN成形矩阵,即,常规AN成形矩阵,其中AN在由所有用户信道形成的矩阵的零空间中发送,以及随机AN成形矩阵,其避免了与寻找大矩阵的零空间相关联的复杂性。我们的分析和数值结果表明,在采用匹配滤波器预编码的多小区大规模MIMO系统中,(1)如果用户和窃听者经历相同的路径损耗,则需要AN代来实现正的遍历保密率,(2)如果窃听者天线的数量太大并且没有足够的功率分配给信道估计,则即使使用AN代也可能无法实现安全传输,(3)对于分配给AN的功率的给定部分和给定数量的用户,在导频污染的情况下,遍历保密率不是BS天线数量的单调递增函数,以及(4)随机AN整形矩阵提供有利的性能/复杂度折衷,并且是传统AN整形矩阵的有吸引力的替代方案。
2014-05-28 cs.IT math.IT
Exact Performance Analysis of the Oracle Receiver for Compressed Sensing Reconstruction
稀疏或可压缩的信号可以从一定数量的噪声随机投影中恢复,小于经典香农/奈奎斯特理论所规定的数量。在本文中,我们推导出的Oracle接收机的均方误差性能的封闭形式的表达式,知道信号的稀疏模式。相对于现有的界限,我们的结果是准确的,不依赖于一个特定的实现的传感矩阵。此外,无论影响测量的噪声是白噪声还是相关噪声,我们的结果都成立。数值结果表明,方程和模拟之间的完美匹配,证实了结果的有效性。
2014-03-07 cs.IT math.IT
Statistical mechanical assessment of a reconstruction limit of compressed sensing: Toward theoretical analysis of correlated signals
我们提供了一个方案,探索压缩感知的重建极限,通过最小化一般成本函数下的随机测量约束的通用相关信号源。我们的计划是基于统计机械副本方法处理随机系统。作为一个简单但重要的例子,我们将该方案应用于稀疏自回归模型,其中相关时间序列的输入信号的第一个差异是稀疏的,并评估完美重建的临界压缩率。结果与信号重建的数值实验吻合良好。
2011-07-01 cond-mat.dis-nn cs.IT math.IT
Compressed Sensing Based Multi-User Millimeter Wave Systems: How Many Measurements Are Needed?
毫米波(mmWave)系统将可能在发射器和接收器两者处采用具有大型天线阵列的定向波束成形。然而,由于波束形成之前的大天线阵列和小信噪比,获取信道知识来设计这些波束形成器是具有挑战性的。在本文中,我们提出和评估的多用户毫米波系统的压缩感知信道估计和共轭模拟波束形成的基础上的下行链路系统操作。采用可实现的和速率作为性能指标,我们展示了需要多少压缩感知测量来接近完美的信道知识性能。结果表明,所提出的算法需要一个数量级的训练开销相比,传统的低频解决方案,同时采用毫米波适合的硬件。他们还表明,测量的数量需要进行优化,以处理信道估计质量和训练开销之间的权衡。
2015-05-02 cs.IT math.IT
Compressed sensing with sparse, structured matrices
在压缩感知问题的背景下,我们提出了一种新的稀疏随机矩阵的集合,它允许(i)在N的时间线性内获取和压缩长度为N的ρ0稀疏信号,以及(ii)通过使用在N的时间线性内运行的消息传递算法(期望最大化置信传播)来完美地恢复以α速率压缩的原始信号。在大N限制下,本文提出的方案非常接近理论界ρ0 = α,因此它是最优的和有效的(线性时间复杂度)。更一般地说,我们表明,几个密集的随机矩阵的合奏可以转换成合奏的稀疏随机矩阵,具有相同的阈值,但低得多的计算复杂性。
2013-04-12 cond-mat.dis-nn cond-mat.stat-mech cs.IT
Blind calibration for compressed sensing: State evolution and an online algorithm
压缩感测允许利用少量测量来获取可压缩信号。在应用中,硬件实现通常需要校准,因为感测过程并不完全已知。因此,同时执行校准和压缩感测的盲校准特别有吸引力。Schülke及其合作者在Schülke et al. 2013和2015中提出了一种潜在的方法,使用近似消息传递(AMP)进行盲校准(cal-AMP)。在这里,该算法从已经提出的离线情况下扩展到在线情况下,其中随着接收到新的测量样本,校准被逐步细化。此外,我们表明,离线和在线算法的性能可以通过状态演化(SE)的形式主义理论研究。通过数值模拟,cal-AMP的效率和理论预测的一致性得到证实。
2020-03-23 cond-mat.dis-nn cond-mat.stat-mech cs.IT
Compressed Sensing with Deep Image Prior and Learned Regularization
University of Texas(得克萨斯大学);University of Southern California(南加利福尼亚大学)
我们提出了一种使用未经训练的深度生成模型进行压缩感知恢复的新方法。我们的方法基于最近提出的深度图像先验(DIP),其中网络的卷积权重被优化以匹配观察到的测量。我们表明,这种方法可以应用于解决任何可微线性逆问题,优于以前的未学习的方法。与基于生成模型的各种学习方法不同,我们的方法不需要在大型数据集上进行预训练。我们进一步介绍了一种新的学习正则化技术,它结合了网络权重的先验信息。这减少了重建误差,特别是对于有噪声的测量。最后,我们证明,使用DIP优化方法,适度过参数化的单层网络可以完美地拟合任何信号,尽管非凸性的拟合问题。这一理论结果为早期停止提供了依据。
2020-10-29 cs.IT cs.LG math.IT