СТОХАСТИЧНО-СПЕКТРАЛЬНІ МЕТОДИ ДЕТЕКЦІЇ ПРИХОВАНИХ ТРИГЕРІВ У НЕЙРОМЕРЕЖАХ ДЛЯ ОБРОБКИ СИГНАЛІВ 6G

Анотація

Сучасні системи комунікацій шостого покоління використовують глибокі нейронні мережі для адаптивної обробки сигналів та оптимізації спектральних ресурсів. Водночас підвищується ризик backdoor‑атак, коли приховані тригери у вагових параметрах мережі можуть цілеспрямовано змінювати її поведінку, що критично для фізичного рівня сигналів високих частот. У дослідженні запропоновано математично обґрунтовані методи детекції прихованих тригерів, базовані на поєднанні стохастичного моделювання сигналів, спектрального аналізу та інформаційно-ентропійних метрик.

Сигнали 6G формалізуються як багатовимірні стохастичні процеси з відомими статистичними властивостями, що дозволяє формалізувати аномальні модифікації, введені прихованими тригерами. Нейромережі розглядаються як нелінійні оператори, які трансформують сигнали у вихідний простір, що забезпечує математичне визначення чутливості мережі до потенційних атак. Методологія передбачає інтеграцію спектрального та вейвлет-аналізу сигналів, сингулярного розкладу вагових матриць та оцінку інформаційної взаємозв’язності, що дозволяє виявляти аномалії у структурі мережі та спектрі сигналів.

Запропоновано уніфікований критерій детекції, який комбінує спектральні, стохастичні та інформаційні ознаки, забезпечуючи локалізацію аномальних компонент і формалізовану оцінку стійкості мережі. Експериментальна перевірка передбачає симуляцію сигналів 6G та тестування на різних архітектурах нейромереж, що дозволяє оцінити точність, чутливість та надійність запропонованих методів.

Очікуваний результат полягає у створенні математичного фреймворку для безпечної роботи нейромереж на фізичному рівні 6G, що забезпечує підвищення стійкості високочастотних комунікацій до прихованих тригерів та формує наукову основу для подальшого розвитку алгоритмів детекції та оцінки безпеки сигналів у складних телекомунікаційних системах.