論文の概要: From 5G to 6G: A Survey on Security, Privacy, and Standardization Pathways

• arxiv url: http://arxiv.org/abs/2410.21986v1
• Date: Fri, 04 Oct 2024 03:03:44 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-11-03 09:20:51.788443
• Title: From 5G to 6G: A Survey on Security, Privacy, and Standardization Pathways
• Title（参考訳）: 5Gから6Gへ:セキュリティ、プライバシ、標準化の道
• Authors: Mengmeng Yang, Youyang Qu, Thilina Ranbaduge, Chandra Thapa, Nazatul Sultan, Ming Ding, Hajime Suzuki, Wei Ni, Sharif Abuadbba, David Smith, Paul Tyler, Josef Pieprzyk, Thierry Rakotoarivelo, Xinlong Guan, Sirine M'rabet,
• Abstract要約: 6Gのビジョンは、より高速なデータレート、ほぼゼロのレイテンシ、より高いキャパシティでネットワーク機能を強化することである。 この進歩は、没入型混合現実体験、ホログラフィー通信、スマートシティインフラの実現を目指している。 6Gの拡張は、不正アクセスやデータ漏洩など、重要なセキュリティとプライバシの懸念を提起する。
• 参考スコア（独自算出の注目度）: 21.263571241047178
• License:
• Abstract: The vision for 6G aims to enhance network capabilities with faster data rates, near-zero latency, and higher capacity, supporting more connected devices and seamless experiences within an intelligent digital ecosystem where artificial intelligence (AI) plays a crucial role in network management and data analysis. This advancement seeks to enable immersive mixed-reality experiences, holographic communications, and smart city infrastructures. However, the expansion of 6G raises critical security and privacy concerns, such as unauthorized access and data breaches. This is due to the increased integration of IoT devices, edge computing, and AI-driven analytics. This paper provides a comprehensive overview of 6G protocols, focusing on security and privacy, identifying risks, and presenting mitigation strategies. The survey examines current risk assessment frameworks and advocates for tailored 6G solutions. We further discuss industry visions, government projects, and standardization efforts to balance technological innovation with robust security and privacy measures.
• Abstract（参考訳）: 6Gのビジョンは、より高速なデータレート、ほぼゼロのレイテンシ、より高いキャパシティでネットワーク機能を強化し、より接続されたデバイスをサポートし、人工知能(AI)がネットワーク管理とデータ分析において重要な役割を果たすインテリジェントデジタルエコシステム内でシームレスなエクスペリエンスを実現することにある。 この進歩は、没入型混合現実体験、ホログラフィー通信、スマートシティインフラの実現を目指している。 しかし、6Gの拡張は、不正アクセスやデータ漏洩など、重要なセキュリティとプライバシの懸念を提起する。 これはIoTデバイス、エッジコンピューティング、AI駆動分析の統合の増加によるものだ。 本稿では,6Gプロトコルの概要を概観し,セキュリティとプライバシを重視し,リスクを特定し,緩和戦略を示す。 この調査では、現在のリスクアセスメントフレームワークと、調整された6Gソリューションの提唱者を調査している。 我々はさらに、技術革新と堅牢なセキュリティとプライバシ対策のバランスをとるための産業ビジョン、政府プロジェクト、標準化の取り組みについて論じる。

関連論文リスト

• Personal Data Protection in AI-Native 6G Systems [3.2688512759172195]
  我々は,AI駆動型6Gネットワークに関連する主要なデータ保護リスクについて検討し,複雑なデータフローと処理活動に注目した。 本研究は,6G標準の開発において,プライバシ・バイ・デザインとプライバシ・バイ・デフォルトの原則を組み込むことの必要性を強調した。
  論文  参考訳（メタデータ） (2024-11-05T10:35:04Z)
• An Approach To Enhance IoT Security In 6G Networks Through Explainable AI [1.9950682531209158]
  6G通信は、特にIoTにおいて、画期的な機能を提供する6Gによって大きく進化した。 IoTを6Gに統合することで、高度なテクノロジによって導入された脆弱性による攻撃面の拡大という、新たなセキュリティ上の課題が提示される。 本研究は、木に基づく機械学習アルゴリズムを用いて複雑なデータセットを管理し、機能の重要性を評価することで、これらの課題に対処する。
  論文  参考訳（メタデータ） (2024-10-04T20:14:25Z)
• Security, Trust and Privacy challenges in AI-driven 6G Networks [2.362412515574206]
  本稿では, 6G ネットワークのインフラの進化について考察し, より非凝集な構造への遷移を強調した。 AI中心のアーキテクチャから生じるネットワーク攻撃の分類を示し、これらの新興脅威を検出または緩和するために設計された技術を探究する。 この論文は、ロバストネットワークの確保において、AIの利用に関連する意味とリスクを調べることで締めくくっている。
  論文  参考訳（メタデータ） (2024-09-16T14:48:20Z)
• Penetration Testing of 5G Core Network Web Technologies [53.89039878885825]
  Web セキュリティの観点から 5G コアのセキュリティ評価を行った。 我々はSTRIDE脅威モデリングアプローチを用いて、脅威ベクトルと関連する攻撃の完全なリストを定義する。 我々の分析によると、これらのコアはすべて、特定された攻撃ベクトルのうち少なくとも2つに対して脆弱である。
  論文  参考訳（メタデータ） (2024-03-04T09:27:11Z)
• Generative AI for Secure Physical Layer Communications: A Survey [80.0638227807621]
  Generative Artificial Intelligence(GAI)は、AIイノベーションの最前線に立ち、多様なコンテンツを生成するための急速な進歩と非並行的な能力を示す。 本稿では,通信ネットワークの物理層におけるセキュリティ向上におけるGAIの様々な応用について,広範な調査を行う。 私たちは、物理的レイヤセキュリティの課題に対処する上で、GAIの役割を掘り下げ、通信の機密性、認証、可用性、レジリエンス、整合性に重点を置いています。
  論文  参考訳（メタデータ） (2024-02-21T06:22:41Z)
• The Security and Privacy of Mobile Edge Computing: An Artificial Intelligence Perspective [64.36680481458868]
  Mobile Edge Computing (MEC)は、クラウドコンピューティングと情報技術(IT)サービスをネットワークのエッジで配信できるようにする新しいコンピューティングパラダイムである。 本稿では,人工知能(AI)の観点からMECのセキュリティとプライバシに関する調査を行う。 新たなセキュリティとプライバシの問題に加えて、AIの観点からの潜在的なソリューションにも重点を置いています。
  論文  参考訳（メタデータ） (2024-01-03T07:47:22Z)
• Foundation Model Based Native AI Framework in 6G with Cloud-Edge-End Collaboration [56.330705072736166]
  基礎モデルに基づく6GネイティブAIフレームワークを提案し、意図認識型PFMのカスタマイズアプローチを提供し、新しいクラウド-エッジコラボレーションパラダイムを概説する。 実例として,無線通信システムにおける最大和率を達成するために,このフレームワークをオーケストレーションに適用する。
  論文  参考訳（メタデータ） (2023-10-26T15:19:40Z)
• Massive Twinning to Enhance Emergent Intelligence [6.412075049216053]
  創発的インテリジェンス(EI)には、堅牢性、プライバシ保護、スケーラビリティなど、さまざまな優れた機能がある。 我々は,EIにおけるデータトラフィックを削減し,その性能を向上させるために,6Gがサポートする大規模ツインニングパラダイムを活用することを提案する。
  論文  参考訳（メタデータ） (2022-04-20T08:51:06Z)
• Towards Self-learning Edge Intelligence in 6G [143.1821636135413]
  エッジインテリジェンス(エッジインテリジェンス、Edge Intelligence、別名エッジネイティブ人工知能(AI))は、AI、通信ネットワーク、モバイルエッジコンピューティングのシームレスな統合に焦点を当てた新興技術フレームワークである。 本稿では、6GにおけるエッジネイティブAIの重要な要件と課題を特定する。
  論文  参考訳（メタデータ） (2020-10-01T02:16:40Z)
• Federated Learning for 6G Communications: Challenges, Methods, and Future Directions [71.31783903289273]
  6Gとフェデレーション学習の統合を導入し、6Gのための潜在的なフェデレーション学習アプリケーションを提供する。 6G通信の文脈において,重要な技術的課題,それに対応するフェデレーション学習手法,および今後のフェデレーション学習研究のためのオープンな課題について述べる。
  論文  参考訳（メタデータ） (2020-06-04T15:17:19Z)
• 5G Security and Privacy: A Research Roadmap [24.802753928579477]
  次世代のセルラーネットワークである5Gは、さまざまな技術を組み合わせて容量を増やし、レイテンシを低減し、省エネする。 本稿では,4G LTEおよび5Gプロトコルの系統的解析を支援する最近のアプローチとその防衛について概説する。
  論文  参考訳（メタデータ） (2020-03-30T16:36:43Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。