1 |
1
단일 안테나를 보유한 각 적법 사용자들의 보안 전송률을 보장하면서 보안 데이터 전송률의 합을 최대화하기 위해, 정보 송신 이전에 하향 링크 비직교 다중 접속을 위한 전-학습(pre-training)을 수행하는 단계; 및전-학습 단계에서 학습된 신경망을 비지도 학습을 이용하여 파인-튜닝(fine-tuning)함으로써 후-학습(post-training)을 수행하는 단계 를 포함하는 보안 프리코더를 위한 학습 방법
|
2 |
2
제1항에 있어서,상기 전-학습을 수행하는 단계는, 손실함수를 이용하여 상기 전-학습을 수행하는 단계이고,상기 손실함수는각 적법 사용자의 채널에 따른 보안 프리코더를 통해 획득되는 보안 전송률이 보장해야 하는 보안 전송률보다 낮을 확률과 상기 보안 프리코더를 통해 획득되는 보안 전송률을 함께 고려하여 정의되는 보안 프리코더를 위한 학습 방법
|
3 |
3
제1항에 있어서,후-학습에 따른 손실함수는 하기식으로 정의되고,여기서, Rsk는 보안 프리코더에 대한 달성 가능한 보안 전송률, ck는 패널티 상수, 는 각 적법 사용자의 보안 전송률의 여유량을 나타내고, k는 제1 적법 사용자(1), 제2 적법 사용자(2) 및 인공잡음(N)을 나타내는 보안 프리코더를 위한 학습 방법
|
4 |
4
제3항에 있어서,각 적법 사용자의 채널에 따른 보안 프리코더를 통해 획득되는 보안 전송률이 적법 사용자가 보장해야 하는 보안 전송률보다 낮을 확률을 최소화하기 위해 각 적법 사용자의 보안 전송률의 여유량을 이용하여 학습하는 보안 프리코더를 위한 학습 방법
|
5 |
5
제1항에 있어서,전-학습에 따른 손실함수 및 후-학습에 따른 손실함수를 이용하여 역전파(backpropagation) 방식으로 가중치 행렬 및 편향 벡터를 업데이트할 때, SGD(Stochastic Gradient Descent) 방식을 이용하여 업데이트 하는보안 프리코더를 위한 학습 방법
|
6 |
6
단일 안테나를 보유한 각 적법 사용자들의 보안 전송률을 보장하면서 보안 데이터 전송률의 합을 최대화하기 위해, 정보 송신 이전에 하향 링크 비직교 다중 접속을 위한 전-학습(pre-training)을 수행하는 전-학습 수행부; 및전-학습 단계에서 학습된 신경망을 비지도 학습을 이용하여 파인-튜닝(fine-tuning)함으로써 후-학습(post-training)을 수행하는 후-학습 수행부를 포함하는 보안 프리코더를 위한 학습 장치
|
7 |
7
제6항에 있어서, 전-학습 수행부는, 손실함수를 이용하여 상기 전-학습을 수행하고,상기 손실함수는각 적법 사용자의 채널에 따른 보안 프리코더를 통해 획득되는 보안 전송률이 보장해야 하는 보안 전송률보다 낮을 확률과 상기 보안 프리코더를 통해 획득되는 보안 전송률을 함께 고려하여 정의되는 보안 프리코더를 위한 학습 장치
|
8 |
8
제6항에 있어서, 후-학습 수행부는, 후-학습에 따른 손실함수를 하기식으로 정의하고, 여기서, Rsk는 보안 프리코더에 대한 달성 가능한 보안 전송률, ck는 패널티 상수, 는 각 적법 사용자의 보안 전송률의 여유량을 나타내고, k는 제1 적법 사용자(1), 제2 적법 사용자(2) 및 인공잡음(N)을 나타내는 보안 프리코더를 위한 학습 장치
|
9 |
9
제8항에 있어서, 각 적법 사용자의 채널에 따른 보안 프리코더를 통해 획득되는 보안 전송률이 적법 사용자가 보장해야 하는 보안 전송률보다 낮을 확률을 최소화하기 위해 각 적법 사용자의 보안 전송률의 여유량을 이용하여 학습하는 보안 프리코더를 위한 학습 장치
|
10 |
10
제6항에 있어서, 전-학습에 따른 손실함수 및 후-학습에 따른 손실함수를 이용하여 역전파(backpropagation) 방식으로 가중치 행렬 및 편향 벡터를 업데이트할 때, SGD(Stochastic Gradient Descent) 방식을 이용하여 업데이트 하는 보안 프리코더를 위한 학습 장치
|
11 |
11
하향 링크 비직교 다중 접속 방법에 있어서 도청자가 도청하는 경우 적법 사용자들의 위치 및 도청자들의 위치에 상관없이 각 적법 사용자들의 보안 전송률 및 보안 데이터 전송률의 합을 최대화하는 프리코더를 통해 인공 지능 방법을 이용하여 보안 프리코딩을 수행하는보안 프리코더를 위한 학습 방법
|
12 |
12
제11항에 있어서, 인공 지능 방법은 딥러닝을 사용한 신경망(Neural Network; NN) 구조로 설계되는 방법을 포함하고, 인공 지능 방법을 이용하는 프리코더에 대한 학습 방법은 지도 학습 방법인 전-학습(pre-training)을 수행하는 단계 및 비지도 학습 방법인 후-학습(post-training)을 수행하는 단계를 포함하는 보안 프리코더를 위한 학습 방법
|
13 |
13
제12항에 있어서, 전-학습을 수행하는 단계는 단일 안테나를 보유한 각 적법 사용자들의 보안 전송률을 보장하면서 보안 데이터 전송률의 합을 최대화하기 위해, 정보 송신 이전에 하향 링크 비직교 다중 접속을 위해 수행되는 보안 프리코더를 위한 학습 방법
|
14 |
14
제12항에 있어서, 후-학습을 수행하는 단계는, 전-학습 단계에서 학습된 신경망을 비지도 학습을 이용하여 파인-튜닝(fine-tuning)함으로써 수행되는 보안 프리코더를 위한 학습 방법
|
15 |
15
제11항에 있어서, 각 적법 사용자의 채널에 따른 보안 프리코더를 통해 획득되는 보안 전송률이 적법 사용자가 보장해야 하는 보안 전송률보다 낮을 확률을 최소화하기 위해 각 적법 사용자의 보안 전송률의 여유량을 이용하여 학습하고, 전-학습에 따른 손실함수 및 후-학습에 따른 손실함수를 이용하여 역전파(backpropagation) 방법으로 가중치 행렬 및 편향 벡터를 업데이트할 때, SGD(Stochastic Gradient Descent) 방법을 이용하여 업데이트 하는보안 프리코더를 위한 학습 방법
|
16 |
16
단일 안테나를 보유한 각 적법 사용자들의 보안 전송률을 보장하면서 보안 데이터 전송률의 합을 최대화하기 위해, 정보 송신 이전에 하향 링크 비직교 다중 접속을 위한 전-학습(pre-training)을 수행하는 단계; 및전-학습 단계에서 학습된 신경망을 비지도 학습을 이용하여 파인-튜닝(fine-tuning)함으로써 후-학습(post-training)을 수행하는 단계 를 포함하고,상기 후-학습을 수행하는 단계는각 적법 사용자의 채널에 따른 보안 프리코더를 통해 획득되는 보안 전송률이 적법 사용자가 보장해야 하는 보안 전송률보다 낮을 확률을 최소화하기 위해 각 적법 사용자의 보안 전송률의 여유량을 이용하여 학습하는보안 프리코더를 위한 학습 방법
|