敵対的浄化に基づく拡散モデルを用いた安全なセマンティックコミュニケーション

深層学習に基づく新しいコミュニケーションパラダイムであるセマンティックコミュニケーションは、画像分類や再構築などのタスクにおけるエンドツーエンドデータ転送の研究を推進しています。しかし、セマンティックの摂動に起因するセキュリティの問題は主に未探査であり、セマンティックコミュニケーションシステムに脆弱性をもたらしています。本論文では、この問題に対処するために拡散モデルを利用した安全なセマンティックコミュニケーションシステムを提案します。本論文で提案する安全なセマンティックコミュニケーションシステムは、送信側での拡散プロセスと受信側でのデノイジングプロセスを用いることで、セマンティック指向攻撃による摂動を軽減します。シミュレーション結果は、従来の方法と比較して、提案された安全なセマンティックコミュニケーションシステムがさまざまなチャネル条件において優れた堅牢性と精度を示すことを示しています。