6G의 핵심 구현 요인으로서 저궤도(LEO) 위성 군집은 전 세계적이며 지연이 낮은 연결성을 제공할 것으로 기대된다. 그러나 위성 통신의 방송형 특성과 개방 공간 전파는 도청에 본질적으로 취약하게 만든다. 다수의 위성이 동시에 중첩되는 영역을 커버하는 밀집 LEO 군집에서는 위성 스케줄링이 기밀 성능을 크게 향상시키는 데 기여할 수 있다. 본 레터에서는 LEO 위성 네트워크에서 물리 계층 보안(PLS)을 위한 새로운 딥러닝 기반 보안 스케줄링 문제를 고찰한다. 스케줄링 과정에서 우리는 도청으로부터 방어하기 위해 다중 위성 전송과 협력적 인공잡음(AN) 생성을 함께 고려한다. 주의(attention) 기반 순열-불변 신경망으로 설계된 제안 딥러닝 기반 스케줄러는 도청자의 통계적 채널 정보만을 기반으로 보안 지향 스케줄링 정책을 학습한다. 시뮬레이션 결과, 제안 스케줄링 알고리즘은 비밀 전송률(secrecy rate)과 비밀 차단 확률(secrecy outage probability) 양 측면에서 기밀 성능을 유의미하게 향상시키며, 기존 기준(baseline) 기법을 능가하는 것으로 나타났다.

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