딥러닝(DL)은 통신 시스템에서 큰 잠재력을 보였다. 최근 DL 기반 물리계층 기법의 발전은 통신 시스템을 자동인코더(AE)로 모델링할 수 있으며, 이는 종단 간(end-to-end) 학습 과제를 수행함을 보여주었다. 본 논문에서는 도청 상황(즉, 가우시안 다중접속 와이어탭 채널)에서 다수의 송신기가 공통의 수신기에게 각자의 데이터를 전송하는 물리계층 보안 문제를 대상으로 한 AE 기반 딥러닝 프레임워크를 연구한다. 우리는 다수 사용자 간 심볼 오류율(symbol error rate)에 관하여 보안 성능과 관련된 통합 손실 함수를 새롭게 설계하였다. 또한, 제안한 손실 함수를 기반으로 한 학습 접근이 기존의 학습 방식에 비해 더 나은 보안 성능을 달성할 수 있음을 검증한다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.