概括
本研究介绍了一种基于人工智能的安全语义光学通信系统,使用变压器来提取文本特征. 这种新型的加密方法提高了直角频率分割多重复合被动光学网络 (OFDM-PON) 的安全性.
科学领域:
- 光学通信是指光学通信.
- 人工智能的人工智能
- 网络安全 网络安全
背景情况:
- 传统的光通信系统面临安全漏洞.
- 从通信中的文本数据中提取语义意义是具有挑战性的.
- 正角频率分割多重化被动光学网络 (OFDM-PON) 需要加强安全措施.
研究的目的:
- 提出基于人工智能的安全语义光学通信方案.
- 利用变压器网络进行高效的语义特征提取.
- 通过一种新的加密方法来增强OFDM-PON系统的安全性.
主要方法:
- 利用了具有多头注意力机制的变压器网络,用于语义特征提取.
- 在OFDM-PON中实施了一个使用混乱序列进行星座和频率掩盖的加密方案.
- 为了提高安全性,实现了1 × 10^270的大钥匙空间.
主要成果:
- 变压器证明了有效的文本语义特征提取,ROUGE分数为40.9 (ROUGE-1),18.02 (ROUGE-2) 和37.17 (ROUGE-L).
- 实验证明了加密的16次方格振幅调制 (16QAM) OFDM信号传输在78.5Gbits/s超过2.5公里的七核光纤.
- 分析比特错误率 (BER),以确认系统效率和安全性改进.
结论:
- 拟议的基于人工智能的方案有效地提取语义特征,并提高光通信的安全性.
- 新型加密方法显著增加了密钥空间,为OFDM-PON系统提供了强大的保护.
- 该系统证明了高速光学数据传输的提高效率和安全性.
