Temel Kavramlar
강화 학습과 완전 동형 암호화를 결합하여 자율 무인 항공기 항법의 보안과 프라이버시를 보장하는 혁신적인 접근 방식을 제안합니다.
Özet
이 논문은 자율 무인 항공기(UAV) 항법의 보안과 프라이버시 문제를 해결하기 위한 혁신적인 접근 방식을 제안합니다.
자율 UAV 시스템은 무선 통신 네트워크와 딥 러닝 기반 기술을 사용하므로 다양한 보안 위협에 노출됩니다. 이러한 위협에는 도청, 트래픽 분석, 중간자 공격, 백도어 접근 등이 포함됩니다.
이 연구에서는 강화 학습(RL)과 완전 동형 암호화(FHE)를 결합한 새로운 end-to-end 프레임워크를 제안합니다. FHE를 사용하면 입력 데이터가 암호화되어 있어도 안전하게 추론할 수 있습니다.
FHE에는 수학 연산 구현에 제한이 있기 때문에, 각 딥 러닝 모델 구성 요소(합성곱 계층, 완전 연결 계층, 활성화 함수, OpenAI Gym 라이브러리 등)를 FHE 도메인에 맞게 세부적으로 적응시켰습니다.
실험 결과, 제안된 FHE 기반 RL 프레임워크는 성능 저하 없이 데이터 기밀성을 보장할 수 있음을 보여줍니다.
İstatistikler
제안된 FHE 기반 RL 프레임워크의 R-squared 점수는 0.9631로, 평문 도메인 결과와 매우 유사합니다.
각 네트워크 블록의 평균 절대 오차(MAE)는 0.0098 ~ 0.0971 사이로 매우 낮습니다.