Framework AI Leggero per l'Ottimizzazione Congiunta di PQC e NOMA nei Sistemi Edge
Un articolo di ricerca propone un framework AI agente leggero per l'ottimizzazione congiunta della crittografia post-quantistica (PQC) e dell'allocazione delle risorse NOMA (Non-Orthogonal Multiple Access) nei dispositivi edge mobili. Lo schema affronta il sovraccarico energetico dei moduli PQC e l'elevata complessità degli algoritmi tradizionali costruendo un modello stocastico multistadio di programmazione non lineare intera mista (MINLP) con vincoli di consumo energetico statico. Utilizzando la teoria dell'ottimizzazione di Lyapunov, il problema a lungo termine viene disaccoppiato e un algoritmo a complessità lineare risolve le sfide non convesse dell'allocazione di potenza NOMA. Il framework è destinato ai sistemi di calcolo intelligente e edge (ICE), con l'obiettivo di consentire decisioni in tempo reale in scenari quantum-safe.
Fatti principali
- L'articolo arXiv:2604.25980v1 propone un AI agente leggero per l'ottimizzazione congiunta di PQC e NOMA.
- Affronta il sovraccarico energetico dei moduli PQC nei dispositivi edge mobili.
- Costruisce un modello MINLP stocastico multistadio con vincoli di potenza statici.
- Utilizza l'ottimizzazione di Lyapunov per disaccoppiare l'ottimizzazione a lungo termine.
- Propone un algoritmo a complessità lineare per l'allocazione non convessa della potenza NOMA.
- È destinato ai sistemi di calcolo intelligente e edge (ICE).
- Mira a soddisfare le esigenze decisionali in tempo reale.
- Si concentra su scenari quantum-safe.
Entità
Istituzioni
- arXiv