| 研究課題/領域番号 |
20K04463
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分21020:通信工学関連
|
|---|
| 研究機関 | 公立千歳科学技術大学 (2021, 2023)
神戸大学 (2020) |
|---|
研究代表者 |
高野 泰洋 公立千歳科学技術大学, 理工学部, 准教授 (70782746)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2024-03-31
|
| キーワード | Physical layer security / Regularized optimization / SLNR-based Tx precoding / MMSE-based Tx precoding / Compressed sensing / CNN regularion / Bi-LSTM regularization |
|---|
| 研究成果の概要 |
本研究は，mMTCシステムでの情報理論的安全な鍵共有を目指し，当該無線伝送方式と，そこで必要となるパラメータ推定法について検討した．具体的には，mMTCネットワークに配備された安価なIoT受信端末に対してもセキュア伝送を実現可能な送信プリコーディング技術を提案した．また，現実的な伝送系でセキュア伝送を実現するためには制約付き最適化問題を繰り返し実行する必要があるが，その高速化を提案した．更に，鍵生成パラメータをAIで推定した場合の脆弱性を調査するため，回帰ベースの到来方向推定法および測位法を提案し，その推定性能を実伝搬環境で検証した．
|
| 自由記述の分野 |
情報通信工学
|
| 研究成果の学術的意義や社会的意義 |
本研究が提案した制約付き最適化問題の高速化手法はSignal-to-noise ratio (SNR) に依らず一定の処理時間で実行可能であり，多数ノードを有するmMTCシステムでのセキュア伝送の実現に向けて有意義である．また，AIを応用した従来のパラメータ推定法の多くは分類アルゴリズムである．しかし，チャネルパラメータに基づく鍵情報の元になる乱数を生成する際，量子化されたパラメータ推定値を用いることはランダム性を損なう懸念がある．これに対し，提案した回帰ベースのAIアルゴリズムは連続値を出力するため，ランダム性の問題を改善することができる．
|
