基于GTM-Net的隐蔽通信系统安全传输性能智能预测方法

程涵冰; 方珺; 李天成; 徐凌伟

doi:10.19728/j.issn1672-6634.2025050013

聊城大学学报（自然科学版） ›› 2026, Vol. 39 ›› Issue (4) : 518 -527. DOI: 10.19728/j.issn1672-6634.2025050013

基于GTM-Net的隐蔽通信系统安全传输性能智能预测方法

程涵冰, 方珺, 李天成, 徐凌伟

作者信息 +

Author information +

文章历史 +

摘要

鉴于无线传输媒介的开放性与广播性，确保无线网络用户数据隐私已成为信息传输安全领域的重要研究课题。隐蔽通信在传输媒介上对传输过程进行隐藏，以防第三方对通信行为的检测，可以更好的保护隐蔽信息。但是移动通信环境复杂多变，安全传输性能受复杂多变的环境影响，难以进行实时准确的预测。因此，提出了一种基于GTM-Net神经网络的隐蔽通信系统安全传输性能智能预测方法。首先，在N-Nakagami信道下，建立了由智能反射面和人工噪声辅助的隐蔽通信系统，通过链路信噪比分析了系统的安全传输性能。为了对安全传输性能进行实时预测，设计了GTM-Net模型。该模型采用双分支结构，一条分支是两层基于采样的图卷积网络进行局部随机采样，每层GraphSAGE后添加一层Transformer进行全局特征提取，另一分支是通过MLP-Mixer网络进行特征交互。实验结果表明，相较于其他模型，GTM-Net模型具有更好的预测性能。在预测准确度方面，GTM-Net比图卷积神经网络提高了85.36%。