The Wyner Variational Autoencoder for Unsupervised Multi-Layer Wireless Fingerprinting
University of Sydney(悉尼大学)
提出一种基于Wyner公共信息与变分推断的多层无线指纹识别框架,实现无监督设备信息聚类,并在有监督与无监督场景下优于现有基线。
2023-08-29 cs.IT cs.LG math.IT
A General Plotkin-type Bound on Function-Correcting Codes with Wyner-Graham Distance
Indian Institute of Science, Bangalore(印度科学学院)
该研究针对含汉明、李距离的Wyner-Graham距离,推导了函数纠错码的通用Plotkin型界,其仅依赖原像集基数及集内向量成对距离和,还得到线性函数等类别的简化界,降低了界的计算复杂度。
2026-09-01 cs.DM cs.IT math.IT
Tight Exponential Strong Converses for Lossy Source Coding with Side-Information and Distributed Function Computation
本文针对 Wyner-Ziv 有损信源编码问题推导出紧致强逆指数,并推广至分布式函数计算,通过测度变换与软马尔可夫约束证明逆定理,利用泊松匹配方法证明可达性,并给出软马尔可夫约束严格为正的实例。
2025-04-23 cs.IT math.IT
Assisted Common Information: Further Results
我们在ISIT 2010上提出了辅助公共信息作为Gács-Körner(GK)公共信息的概括。我们制定的动机是为了提高安全的两方采样(这是一种形式的安全多方计算)协议的效率上界。我们的上限是基于一个单调性的速率区域(称为辅助剩余信息区域)与辅助共同信息制定。在本说明中,我们提出进一步的结果。我们探讨了辅助公共信息与格雷-怀纳系统的连接。我们证明了辅助残差信息区域和Gray-Wyner区域通过一个简单的关系连接:辅助残差信息区域是Gray-Wyner区域在仿射映射下的增加壳。GK公共信息和Gray-Wyner系统之间的几个已知关系作为这一结果而消失。在其它信源编码环境中出现的噪声获得了新的解释。在以前的工作中,我们表明,辅助公共信息可以用来推导出一对当事人可以{ \em安全地采样}相关的随机变量,从另一个分布相关的随机变量的速率上界。在这里,我们提出了一个例子,使用辅助公共信息导出的界限比以前已知的界限好得多,实际上是紧的。这个例子考虑了根据不经意传输的标准变体定义的相关随机变量,它本身很有趣,因为它回答了关于这些密码原语的一个自然问题。
2011-05-31 cs.CR cs.IT math.IT
The Infinite-message Limit of Two-terminal Interactive Source Coding
在分布式分组信源编码理论框架下,研究了具有交替消息的双端交互函数计算问题。对于任何有限数量的消息,在以前的作品中使用标准的信息理论技术建立了一个单字母表征的和率失真函数。然而,这并没有提供一个令人满意的表征的无限消息的限制,这是一个新的,未开发的维度的渐近分析,在分布式块信源编码涉及潜在的无限小速率的消息的无限数量。在本文中,无限消息和率失真函数,被视为一个功能的联合源pmf和失真水平,其特征在于作为最小元素的偏序家庭的泛函具有一定的凸几何性质。新的表征不涉及评估有限消息和率失真表达式的无限消息限制。这种特性导致一个家庭的下界的无限消息和速率失真表达式和一个简单的标准来测试任何可实现的无限消息和速率失真表达式的最优性。为了计算样本布尔与函数,用封闭的解析形式刻画了无限信息最小和率。这些总和率被证明是可以实现的,使用无限多的无穷小速率的消息。新的凸几何特征是用来开发一个迭代算法来评估任何有限的消息和率失真函数。它也被用来构建第一个例子,证明了有损源再现,两个消息可以严格改善一个消息Wyner-Ziv率失真函数解决一个悬而未决的问题,从1985年的论文。
2012-08-02 cs.IT math.IT
Assisted Common Information with Applications to Secure Two-Party Computation
安全多方计算是现代密码学的核心问题。其中一个重要的子类是以下形式的问题:Alice和Bob希望产生一对联合分布的随机变量的样本。每一方都必须了解对方的输出,而不是自己的输出所揭示的。为了帮助这一点,他们有一个可用的设置-相关的随机变量,其分布是不同于所需的分布-以及无限的无噪声通信。在本文中,我们提出了一个上限如何有效地一个给定的设置可以用来产生所需的分布样本。我们开发的关键工具是两个相依随机变量的公共信息概念的推广[Gacs-Korner,1973]。我们的推广-一个三维区域-补救的一些限制,原来的定义,只捕获了有限形式的依赖。它还包括作为特例的Wyner的共同信息[Wyner,1975]。为了推导出密码界,我们依赖于该区域的单调性:在任何协议中,Alice和Bob的“视图”区域只能单调扩展而不能收缩。因此,通过比较目标随机变量和给定随机变量的区域,我们得到了我们的上界。
2010-02-09 cs.CR cs.IT math.IT
Non interactive simulation of correlated distributions is decidable
信息论中的一个基本问题如下:设$\mathbf{P} = (\mathbf{X}, \mathbf{Y})$是一个任意分布,其中边缘值$\mathbf{X}$和$\mathbf{Y}$(潜在)相关。假设Alice和Bob是两个参与者,其中Alice获得样本$\{x_i\}_{i \ge 1}$,Bob获得样本$\{y_i\}_{i \ge 1}$,并且对于所有$i$,$(x_i, y_i) \sim \mathbf{P}$。什么样的联合分布$\mathbf{Q}$可以由Alice和Bob在没有任何交互的情况下模拟?当$\mathbf{P}$或$\mathbf{Q}$中至少有一个是$\{0,1\} \times \{0,1\}$上的分布时,G{á}cs-K{<$}rner和Wyner在信息论中的经典著作回答了这个问题,其中每个边缘都是无偏的和相同的。然而,除了这种特殊情况,这个问题的答案是理解在极少数情况下。最近,Ghazi,Kamath和Sudan证明了这个问题对于支持$\{0,1\} \times \{0,1\}$的$\mathbf{Q}$是可判定的。我们将他们的结果推广到任意有限字母表上支持的$\mathbf{Q}$。我们依赖于最近的结果在高斯几何(作者),以及一个新的\emph{smoothing argument}的启发方法的\emph{boosting}从学习理论和潜在的…
2017-02-15 cs.CC cs.IT math.IT
Interactive Function Computation via Polar Coding
在一系列的论文N。Ma和P. Ishwar(2011-13)考虑了一系列分布式信源编码问题,这些问题出现在函数迭代计算的背景下,表征了可实现通信速率的区域。我们考虑的问题,由两个终端和交互式计算的功能,并在一个配置的网络,显示这些问题的速率区域可以实现使用几轮的极性编码传输。
2015-10-31 cs.IT math.IT
Interactive Secure Function Computation
我们考虑两个用户之间的随机化函数的交互式计算与以下隐私要求:交互不应该透露给任何一个用户任何额外的信息,其他用户的输入和输出以外,可以推断出从用户自己的输入和输出。我们还考虑的情况下,需要对只有一个用户的隐私。对于这两种情况,我们给出了单字母表达式的可行性和最佳通信速率。然后,我们讨论的作用,共同的随机性和相互作用的隐私设置。我们还研究了完全安全的非交互式计算时,只有一个用户计算一个随机函数的基础上,从其他用户的单一传输。我们的随机函数,可以完全安全地计算在这个模型中,并获得严格的界限上的最佳消息长度在所有的隐私设置。
2020-03-09 cs.IT math.IT
Joint Cooperative Computation and Interactive Communication for Relay-Assisted Mobile Edge Computing
为了在中继移动边缘计算系统中实现协作计算和通信,提出了一种混合中继转发协议,该协议在执行延迟和网络能耗之间寻求平衡.该问题被配制成一个不可微的优化问题,这是非凸的高度耦合的约束。利用问题的结构,我们提出了一个轻量级的基于不精确块坐标下降法的算法。实验结果表明,该算法具有更快的收敛速度相比,流行的凹凸过程为基础的算法,同时取得了良好的性能。
2017-10-31 cs.IT math.IT
Separable Computation of Information Measures
本文提出一种从学习特征表示计算信息度量的可分离设计,证明互信息、$f$-信息等多种度量均适用,并建立了信息度量与统计依赖结构的新联系,为表示学习估计信息度量提供理论保证。
2025-01-25 cs.IT cs.LG math.IT
Infinite-message Interactive Function Computation in Collocated Networks
在分布式分组信源编码框架下研究了同位网络中交互函数的计算问题。源节点通过一系列无错广播来交换消息,目标是在接收端计算所需的函数。无限信息最小和率被看作是联合源pmf的泛函,并被刻画为具有一定凸几何性质的偏序泛函族中的最小元素。这种特性导致一个家庭的下限无限消息最小和率和一个简单的最优性测试任何可实现的无限消息和率。提出了一种求无限信息最小和率泛函的迭代算法,并通过计算三个信源的最小函数的例子进行了说明。
2010-06-01 cs.IT math.IT
Distributed Source Coding for Interactive Function Computation
研究了一个两端交互式的分布式信源编码问题,该问题在两个位置上具有交替的消息。对于任何数量的消息,速率区域的可计算表征以单字母信息措施的形式提供。虽然在一个或两个位置的无损源再现的最小和速率方面的相互作用是无用的,但即使当源是独立的时,增益对于函数计算也可以任意大。对于一类源和函数,交互被证明是无用的,即使有无限的消息,当一个函数必须在只有一个位置计算,但被证明是有用的,如果函数必须在两个位置计算。为了计算两个独立的伯努利源在两个位置的布尔与函数,一个可实现的无限消息和速率与无限小速率的消息推导出一个二维定积分和速率分配曲线。本文提出了一种基于信息交换协议的多终端交互函数计算的通用框架,该协议在不同的分布式信源编码配置之间连续切换。对于一个星形拓扑结构的网络,多轮的交互式编码被证明是减少缩放定律的总网络速率的一个数量级的网络增长。
2008-11-12 cs.IT math.IT
Interactive Function Computation with Reconstruction Constraints
研究了带重构约束的双端交互函数计算问题。每个终端想要计算两个相关源的(可能不同的)函数,但只能直接访问其中一个源。除了终端处的失真约束之外,每个终端还需要以有损方式估计另一终端处的计算函数值,从而导致受约束的重构约束。约束重构的一种特殊情况是公共重构约束,其中两个终端同意以概率1计算的函数。终端在多个速率受限的通信轮中交换信息。提供了具有约束重构约束的上述问题的多轮率失真区域的表征。为了获得更多的见解,并突出的价值的相互作用和通信的顺序,率失真区域计算的各种功能的联合高斯源根据共同的重建约束进行了研究。
2013-10-08 cs.IT math.IT
Interactive Computation of Type-Threshold Functions in Collocated Broadcast-Superposition Networks
在无线传感器网络中,各种应用涉及学习由传感器观察到的测量的一个或多个函数,而不是测量本身。本文重点讨论类型阈值函数,例如,最大值和指示器功能。以前的工作研究了这个问题下的同位碰撞网络模型,并表明,在许多概率模型的测量,可实现的计算速率收敛到零的传感器的数量增加。本文考虑了两种同时反映无线信道广播和叠加特性的网络模型:同位线性有限域网络和同位高斯网络。一个通用的多轮编码方案开发不仅利用广播属性,但特别是也叠加属性的网络。通过仔细调度的并发传输,以减少冗余,它表明,任何独立的测量分布,所有类型的阈值函数可以可靠地计算与非零率在同位高斯网络,即使传感器的数量趋于无穷大。
2013-10-10 cs.IT math.IT
Multiparty Interactive Coding over Networks of Intersecting Broadcast Links
我们考虑在网络上的计算与多个广播信道相交于一个单一的一方。每个广播链路都受到随机比特翻转噪声的影响,这些噪声独立地影响接收器。我们设计的交互式编码方案,成功地执行任何计算在这些嘈杂的网络,并努力减少其通信开销相对于原始(无噪声)计算。Rajagopalan和Schulman(STOC 1994)的编码方案的一个简单变体表明,在具有$n=n_1n_2+1$方的网络上,任何(无噪声)$R$回合协议都可以在$O(R\log n)$回合中可靠地模拟,其中一方连接到$n_2$噪声广播信道,每个信道连接$n_1$不同的方。我们设计了新的编码方案,提高了开销。我们的方法根据$n_1$和$n_2$之间的关系将网络分为四个区域。我们采用两层编码,其中内码保护每个广播信道,并根据考虑的制度的特定条件进行定制。外层保护网络中的计算,通常基于Rajagopalan和Schulman的方案,适用于广播信道的情况。我们获得的开销范围从$O(\log\log n_2)$到$O(\log n_2 \frac{\log\log n_1}{\log n_1})$,并且在所有四种机制中都超过了微不足道的$O(\log n)$开销。
2021-05-04 cs.IT math.IT
Optimal Error Rates for Interactive Coding II: Efficiency and List Decoding
我们研究了交互通信中纠错的编码方案。这样的交互式编码方案在破坏高达$ρN$传输的对抗信道上使用$N$循环来模拟任何$n$循环交互式协议。编码方案的重要性能度量是其最大容许差错率$ρ$、通信复杂度$N$和计算复杂度。我们给出了第一个编码方案的标准设置,在所有三个措施中表现最佳:我们的随机非自适应编码方案具有近线性的计算复杂性,并容忍任何错误率$δ< 1/4$与线性$N = Θ(n)$通信复杂性。这改善了先前的结果,每个在这些措施中的两个表现良好。我们也给其他设置的结果,即,第一个计算和通信效率的计划,容忍$ρ< \frac{2}{7}$自适应,$ρ< \frac{1}{3}$,如果只有一方需要解码,和$ρ< \frac{1}{2}$,如果列表解码是允许的。这些是相应设置的最佳容许出错率。这些编码方案还具有接近线性的计算和通信复杂度。这些结果是通过两种技术获得的:我们给出了一个一般的黑盒减少,减少独特的解码,在各种设置中,列表解码。我们还展示了如何提高任何列表解码器的计算和通信效率,使其接近线性。
2014-04-16 cs.DS cs.IT math.IT
Efficient Interactive Coding Achieving Optimal Error Resilience Over the Binary Channel
给定计算Alice和Bob的私有输入$x, y$的函数$f(x, y)$的无噪声协议$π_0$,交互式编码的目标是构造计算$f$的错误弹性协议$π$,使得即使通信的某部分被对抗性地破坏,双方仍然学习$f(x, y)$。理想情况下,所得到的方案$π$应该是正速率的、计算高效的,并且实现最佳的差错恢复。虽然在大字母表上的交互式编码是很好理解的,但在二进制字母表上的情况仍然是模糊的。目前,在二进制字母表上实现比大字母表方案的平凡适应更高的差错恢复能力的已知方案仍然是次优差错恢复能力[EKS 20],或者是具有指数通信复杂性的最优差错恢复能力[GZ 22]。在这项工作中,我们构建了一个计划,实现最优的所有三个参数:我们的协议是积极的速率,计算效率高,弹性最佳的$\frac16 - ε$对抗错误。我们的协议采用了一种新型的代码,我们称之为分层代码,这可能是独立的利益。像树代码一样,分层代码允许编码器以在线方式编码消息,但定义在图上而不是树上。
2022-07-03 cs.DS cs.IT math.IT
Balancing Communication for Multi-party Interactive Coding
我们认为互动编码的设置中,$n$各方希望计算一个联合功能,他们的输入通过一个互动协议,在不完美的渠道。我们假设对抗性错误可以包括总通信的$\mathcal{O}(\frac{1}{n})$部分,发生在通信网络上的任何地方。我们的目标是在所需的总通信中保持恒定的乘法开销,与无错误设置相比,并且还平衡不同方的工作负载。我们建立在Jain,Kalai和Lewko的先前协议的基础上,但是该协议依赖于单个协调器来承担整个协议的沉重负担,我们设计了一种机制来将协调职责从一方传递到另一方,从而在计算过程中实现更均匀的通信分布。
2015-03-22 cs.DS cs.IT math.IT
Interactive Verifiable Polynomial Evaluation
云计算平台已经为计算受限的用户创造了将要求苛刻的任务委托给强大但不可信的服务器的可能性。可验证的计算算法通过使服务器能够提供用户可以非常有效地检查其结果的正确性的证明来帮助在这种交互中建立信任。在本文中,我们提出了一个双重有效的交互式算法的可验证多项式的评价。与可验证计算的主流文献不同,我们的算法的可靠性是信息理论的,不能被计算无界的服务器所破坏。通过依赖于纠错码的基本属性,我们的算法迫使一个不诚实的服务器提供虚假的结果,逐渐变得更容易验证的问题。在大致$\log d$轮之后,用户可以根据在初始化阶段期间预先计算的查找表来验证服务器的响应。对于次数为$d$的多项式,我们实现了$O(d^ε)$的用户复杂度、$O(d^{1+ε})$的服务器复杂度、$O(\log d)$的轮复杂度和$O(d^{1+ε})$的初始化复杂度。
2019-07-09 cs.CC cs.CR cs.IT
Randomized Distributed Function Computation (RDFC): Ultra-Efficient Semantic Communication Applications to Privacy
Technische Universität Dortmund(多特蒙德工业大学);Linköping University(林雪平大学)
RDFC通过随机化方法实现隐私保护的高效语义通信,其在无共享随机性时仍优于无损传输,且在有限块长下隐私性能显著提升。
2026-03-10 cs.CR cs.DC cs.IT