Geri Dön

Optimal parameter encoding strategies for estimation theoretic secure communications

Kestirim kuramsal güvenli haberleşme için optimal parametre kodlama stratejileri

PDF İndir

  1. Tez No: 606485
  2. Yazar: ÇAĞRI GÖKEN
  3. Danışmanlar: PROF. DR. SİNAN GEZİCİ
  4. Tez Türü: Doktora
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2019
  8. Dil: İngilizce
  9. Üniversite: İhsan Doğramacı Bilkent Üniversitesi
  10. Enstitü: Mühendislik ve Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 196

Özet

Modern kablosuz haberleşme teknolojilerindeki gelişmelerle beraber fiziksel katman güvenliğine duyulan ilgi yeniden artmıştır. Kestirim kuramsal güvenlikte gizlilik seviyeleri, ortalama karesel hata (OKH) gibi kestirim kuramı araç ve metrikleriyle ölçülmekte, buradaki amaç ise parametrenin gerçek alıcıda doğru bir şekilde kestirimi sağlanırken, gizli dinleyici tarafında oluşacak hatayı da belirli bir seviyenin üstünde tutabilmektir. Böyle bir model, hem parametre kestirim problemlerinde güvenlik kısıtlamaları altında ulaşılabilecek performansı analiz etme açısından, hem de düşük karmaşıklı, pratik yöntemlerle haberleşme sistemlerindeki güvenliği artırabilme açısından faydalıdır. Bu tezde, rastgele skaler ve vektör parametrelerin optimal deterministik kodlaması, kodlama işleminden habersiz olan bir gizli dinleyici varlığı altında araştırılmaktadır. Ayrıca, rastgele bir parametrenin optimal stokastik kodlaması, gizlilik kısıtlamaları ve Gauss dinleme kanalı modeli altında analiz edilmektedir. Burada dinleyicinin göndericideki kodlama stratejisini tam olarak bildiği varsayılmaktadır. Ek olarak, bir parametrenin sabit kestiricilere sahip birden fazla alıcıya güvenli bir şekilde yollanması için optimal parametre tasarımı gerçekleştirilmektedir. İlk olarak, skaler bir parametrenin deterministik kodlaması gizli dinleyici varlığı altında incelenmektedir. Amaç, gizli dinleyicideki OKH değerini belli bir eşiğin üzerinde tutarken, hedeflenen alıcıdaki ortalama koşullu Cramer-Rao sınırını (OCRS) minimize etmektir. Dinleyici, kodlanmış parametreyi temel alarak hesaplanmış olan doğrusal minimum ortalama karasel hata (DMOKH) kestirici kullanıyor şekilde modellenmektedir. Öncelikle, gizlilik kısıtlamaları olmadığı durumlar için, herhangi verilmiş bir öncül dağılıma sahip parametrenin optimal kodlama fonksiyonu elde edilmektedir. Daha sonra, optimizasyon problemi gizlilik kısıtlaması altında formüle edilmekte, çeşitli çözüm yaklaşımları önerilmektedir. Ayrıca, optimal kodlama fonksiyonunun yapısı üzerine kuramsal sonuçlar sunulmaktadır. Bunların dışında, gürbüz bir parametre kodlama yaklaşımı geliştirilmektedir. Bu durumda amaç, gizli dinleyicideki OKH değerini belli bir seviyenin üzerinde tutarken, hedeflenen alıcıdaki en kötü Fisher bilgisini maksimize etmektir. Gizlilik kısıtlaması olmadığı durum için optimal kodlama fonksiyonu elde edilmektedir. Daha sonra, verilmiş herhangi bir en kötü Fisher bilgisi seviyesi için, gizli dinleyicideki OKH değerini maksimize eden kodlama fonksiyonu da tam olarak elde edilmektedir. Bu sonuç kullanılarak, verilmiş bir gizlilik kısıtlaması için optimal kodlama fonksiyonunu hesaplayacak düşük karmaşıklı bir algoritma temin edilmektedir. Sayısal sonuçlar, hem OCRS hem de en kötü Fisher bilgisi temelli tasarımlar için elde edilmiş kuramsal sonuçları örneklendirmek için sunulmaktadır. İkinci olarak, gizli dinleyicinin bulunduğu durumda, bir vektör bir parametrenin optimal deterministik kodlaması araştırılmaktadır. Amaç, gizli dinleyicide her bir parametre için oluşacak bireysel gizlilik kısıtlamalarını sağlarken, hedeflenen alıcıdaki OCRS değerini minimize etmektir. Gizli dinleyici, kodlanmış parametrenin gürültü içeren gözlemlerini kullanan ancak kodlamanın farkında olmadan oluşturulmuş bir DMOKH kestirici kullanacak şekilde modellenmektedir. Öncelikle problem, kısıtlamalı optimizasyon problemi olarak vektör değerli fonksiyonlar uzayı üzerinde formüle edilmektedir. Daha sonra, iki tane pratik çözüm stratejisi geliştirilmektedir. Bunlar doğrusal olmayan bireysel kodlama ve parametrelerin afin ortak kodlaması üzerine kurulmaktadır. Önerilmiş stratejilerin çözümleri üzerine kuramsal sonuçlar, değişik kanal şartları ve parametre dağılımı senaryoları için verilmektedir. Son olarak, sayısal sonuçlar, önerilmiş çözüm yaklaşımlarının performansı üzerine örnekler sunmaktadır. Üçüncü olarak skaler rastgele bir parametrenin, gizli bir dinleyici varlığı altında, kestirim kuramsal güvenli bir şekilde iletilmesi araştırılmaktadır. Hedef, gizli dinleyicide bir gizlilik kısıtlaması varken alıcıdaki kestirim hatasını minimize etmek veya alternatif olarak, alıcıda bir kestirim doğruluğu sınırı varken, gizli dinleyicide oluşacak kestirim hatasını maksimize etmektir. Çalışılan düzende, göndericide bulunan kodlayıcı, iki adet birebir ve sürekli fonksiyon arasında rastgele bir tercihte bulunabilmektedir ve gizli dinleyici, göndericinin bu kodlama stratejisini tamamen bilmektedir. Küçük sayıdaki gözlemler için, hem alıcının, hem de gizli dinleyicinin DMOKH kestirici kullandıkları varsayılmakta, fazla sayıdaki gözlemler için ise OCRS metriği hem alıcı hem de gizli dinleyici için kullanılmaktadır. Optimizasyon problemleri formüle edilmekte, kuramsal sonuçlar hem optimal çözümleri bulmak, hem de kodlayıcı rastgeleleştirmesinin etkilerini analiz etmek açısından verilmektedir. Ek olarak, sayısal örnekler kuramsal sonuçları desteklemek amacıyla sunulmaktadır. Stokastik kodlamanın kestirim kuramsal gizlilik problemler için önemli performans kazancı sağladığı gözlenmektedir. Son olarak, rastgele bir parametrenin kestirim kuramsal güvenli olarak yayınlanması araştırılmaktadır. Çalışılan düzende her alıcı cihaz, sabit bir kestirici kullanmakta, ayrıca belli bir güvenlik riski taşımaktadır. Yani kestiricilerin kararları belli bir olasılıkla zararlı üçüncü taraf kullanıcılar tarafından ele geçirilmiş olabilmektedir. Göndericideki kodlayıcı, güvenlik ve ortalama güç kısıtlamaları altında, kestiricilerin ağırlıklandırılmış koşullu Bayes risk toplamlarını minimize edecek şekilde rastgele bir eşleme kullanabilmektedir. Optimal parametre tasarımı problemi formüle edildikten sonra, optimizasyon probleminin her bir parametre değeri için ayrı ayrı çözülebileceği gösterilmektedir. Ayrıca, göndericide kullanılacak optimal eşlemede, en fazla üç farklı sinyal seviyesi arasında rastgeleleştirme yapılabileceği gösterilmektedir. Stokastik kodlama vasıtasıyla deterministik kodlamanın geliştirilebilirliği ve geliştirilemezliği üzerine yeter koşullar elde edilmektedir. Sayısal örnekler kuramsal sonuçları desteklemek amacıyla verilmektedir.

Özet (Çeviri)

Physical layer security has gained a renewed interest with the advances in modern wireless communication technologies. In estimation theoretic security, secrecy levels are measured via estimation theoretic tools and metrics, such as mean-squared error (MSE), where the objective is to perform accurate estimation of the parameter at the intended receiver while keeping the estimation error at the eavesdropper above a certain level. This framework proves useful both for analyzing the achievable performance under security constraints in parameter estimation problems, and for designing low-complexity, practical methods to enhance security in communication systems. In this dissertation, we investigate optimal deterministic encoding of random scalar and vector parameters in the presence of an eavesdropper, who is unaware of the encoding operation. We also analyze optimal stochastic encoding of a random parameter under secrecy constraints in a Gaussian wiretap channel model, where the eavesdropper is aware of the encoding strategy at the transmitter. In addition, we perform optimal parameter design for secure broadcast of a parameter to multiple receivers with fixed estimators. First, optimal deterministic encoding of a scalar parameter is investigated in the presence of an eavesdropper. The aim is to minimize the expectation of the conditional Cramer-Rao bound (ECRB) at the intended receiver while keeping the MSE at the eavesdropper above a certain threshold. The eavesdropper is modeled to employ the linear minimum mean-squared error (LMMSE) estimator based on the encoded version of the parameter. First, the optimal encoding function is derived in the absence of secrecy constraints for any given prior distribution on the parameter. Next, an optimization problem is formulated under a secrecy constraint and various solution approaches are proposed. Also, theoretical results on the form of the optimal encoding function are provided. Furthermore, a robust parameter encoding approach is developed. In this case, the objective is to maximize the worst-case Fisher information of the parameter at the intended receiver while keeping the MSE at the eavesdropper above a certain level. The optimal encoding function is derived when there exist no secrecy constraints. Next, to obtain the solution of the problem in the presence of the secrecy constraint, the form of the encoding function that maximizes the MSE at the eavesdropper is explicitly derived for any given level of worst-case Fisher information. Then, based on this result, a low-complexity algorithm is provided to calculate the optimal encoding function for the given secrecy constraint. Numerical examples are presented to illustrate the theoretical results for both the ECRB and worst-case Fisher information based designs. Second, optimal deterministic encoding of a vector parameter is investigated in the presence of an eavesdropper. The objective is to minimize the ECRB at the intended receiver while satisfying an individual secrecy constraint on the MSE of estimating each parameter at the eavesdropper. The eavesdropper is modeled to employ the LMMSE estimator based on the noisy observation of the encoded parameter without being aware of encoding. First, the problem is formulated as a constrained optimization problem in the space of vector-valued functions. Then, two practical solution strategies are developed based on nonlinear individual encoding and affine joint encoding of parameters. Theoretical results on the solutions of the proposed strategies are provided for various scenarios on channel conditions and parameter distributions. Finally, numerical examples are presented to illustrate the performance of the proposed solution approaches. Third, estimation theoretic secure transmission of a scalar random parameter is investigated in the presence of an eavesdropper. The aim is to minimize the estimation error at the receiver under a secrecy constraint at the eavesdropper; or, alternatively, to maximize the estimation error at the eavesdropper for a given estimation accuracy limit at the receiver. In the considered setting, the encoder at the transmitter is allowed to use a randomized mapping between two one-to-one and continuous functions and the eavesdropper is fully aware of the encoding strategy at the transmitter. For small numbers of observations, both the eavesdropper and the receiver are modeled to employ LMMSE estimators, and for large numbers of observations, the ECRB metric is employed for both the receiver and the eavesdropper. Optimization problems are formulated and various theoretical results are provided in order to obtain the optimal solutions and to analyze the effects of encoder randomization. In addition, numerical examples are presented to corroborate the theoretical results. It is observed that stochastic encoding can bring significant performance gains for estimation theoretic secrecy problems. Finally, estimation theoretic secure broadcast of a random parameter is investigated. In the considered setting, each receiver device employs a fixed estimator and carries a certain security risk such that its decision can be available to a malicious third party with a certain probability. The encoder at the transmitter is allowed to use a random mapping to minimize the weighted sum of the conditional Bayes risks of the estimators under secrecy and average power constraints. After formulating the optimal parameter design problem, it is shown that the optimization problem can be solved individually for each parameter value and the optimal mapping at the transmitter involves a randomization among at most three different signal levels. Sufficient conditions for improvability and nonimprovability of the deterministic design via stochastic encoding are obtained. Numerical examples are provided to corroborate the theoretical results.

Benzer Tezler

  1. Tez No

    739506

    Estimation theoretic analyses of location secrecy and ris-aided localization under hardware impairments

    Konum gizliliğinin ve donanımsal hatalar altında YYAY destekli konumlandırmanın kestirim kuramsal analizleri

    CÜNEYD ÖZTÜRK

    Doktora

    İngilizce

    İngilizce

    2022

    Elektrik ve Elektronik Mühendisliğiİhsan Doğramacı Bilkent Üniversitesi

    Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. SİNAN GEZİCİ

  2. Tez No

    884898

    Improving self-attention based transformer performance for morphologically rich languages

    Morfolojik açıdan zengin diller için öz dikkat tabanlı dönüştürücü performansının iyileştirilmesi

    YİĞİT BEKİR KAYA

    Doktora

    İngilizce

    İngilizce

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. AHMET CÜNEYD TANTUĞ

  3. Tez No

    688848

    Recombinant production and characterization of serine protease enzyme from Virgibacillus sp. AGTR strain using site directed mutagenesis

    Virgibacillus sp. AGTR suşundan izole edilen serin proteaz enziminin bölgeye yönelik mutagenez yöntemi kullanılarak rekombinant üretimi ve karakterizasyonu

    EVRİM KAPUCU

    Yüksek Lisans

    Türkçe

    Türkçe

    2021

    Biyokimyaİstanbul Teknik Üniversitesi

    Moleküler Biyoloji-Genetik ve Biyoteknoloji Ana Bilim Dalı

    PROF. DR. NEVİN GÜL KARAGÜLER

  4. Tez No

    166746

    Genetik algoritma yöntemi ile toplu üretim planlama

    Aggregate production planning with genetic algorithms

    MEHTAP VURAL

    Yüksek Lisans

    Türkçe

    Türkçe

    2005

    İşletmeİstanbul Teknik Üniversitesi

    İşletme Mühendisliği Ana Bilim Dalı

    Y.DOÇ.DR. FERHAN ÇEBİ

  5. Tez No

    496467

    Hipersezgisel yöntemlerle lojistik ağ tasarımı ve optimizasyon

    Logistic network design and optimization using hyperheuristic methods

    VURAL EROL

    Doktora

    Türkçe

    Türkçe

    2017

    Endüstri ve Endüstri Mühendisliğiİstanbul Teknik Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    DOÇ. DR. MURAT BASKAK

    PROF. DR. GÜLGÜN KAYAKUTLU

Geri Dön