論文の概要: RRC Signaling Storm Detection in O-RAN
- arxiv url: http://arxiv.org/abs/2504.15738v1
- Date: Tue, 22 Apr 2025 09:32:11 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-04-30 21:13:05.889637
- Title: RRC Signaling Storm Detection in O-RAN
- Title（参考訳）: O-RANにおけるRC信号ストーム検出
- Authors: Dang Kien Nguyen, Rim El Malki, Filippo Rebecchi,
- Abstract要約: 無線リソース制御プロトコルの悪用によって引き起こされる信号嵐は、5Gの可用性にとって重大な脅威である。
我々は、悪意ある活動と正当な高ネットワーク負荷条件を区別するためにRCC層の特徴に依存するしきい値に基づく検出手法を開発した。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The Open Radio Access Network (O-RAN) marks a significant shift in the mobile network industry. By transforming a traditionally vertically integrated architecture into an open, data-driven one, O-RAN promises to enhance operational flexibility and drive innovation. In this paper, we harness O-RAN's openness to address one critical threat to 5G availability: signaling storms caused by abuse of the Radio Resource Control (RRC) protocol. Such attacks occur when a flood of RRC messages from one or multiple User Equipments (UEs) deplete resources at a 5G base station (gNB), leading to service degradation. We provide a reference implementation of an RRC signaling storm attack, using the OpenAirInterface (OAI) platform to evaluate its impact on a gNB. We supplement the experimental results with a theoretical model to extend the findings for different load conditions. To mitigate RRC signaling storms, we develop a threshold-based detection technique that relies on RRC layer features to distinguish between malicious activity and legitimate high network load conditions. Leveraging O-RAN capabilities, our detection method is deployed as an external Application (xApp). Performance evaluation shows attacks can be detected within 90ms, providing a mitigation window of 60ms before gNB unavailability, with an overhead of 1.2% and 0% CPU and memory consumption, respectively.
- Abstract（参考訳）: Open Radio Access Network (O-RAN) は、モバイルネットワーク業界において大きな変化を見せている。
従来型の垂直統合アーキテクチャをオープンなデータ駆動アーキテクチャに変換することで、O-RANは運用の柔軟性を高め、イノベーションを促進することを約束している。
本稿では,無線リソース制御(RRC)プロトコルの悪用によって引き起こされる嵐を信号として,O-RANのオープン性を利用して5Gの可利用性に対する重要な脅威に対処する。
このような攻撃は、1つまたは複数のユーザ機器(UE)からのRCメッセージの洪水によって5G基地局(gNB)のリソースが枯渇し、サービスの劣化につながる。
我々は、OpenAirInterface (OAI) プラットフォームを用いて、gNBへの影響を評価するRCシグナリングストーム攻撃のリファレンス実装を提供する。
実験結果を理論モデルで補足し, 負荷条件の異なる実験結果を拡張する。
RRCシグナリング嵐を緩和するために、悪意ある活動と正当な高ネットワーク負荷条件を区別するためにRC層の特徴に依存するしきい値に基づく検出手法を開発した。
O-RAN機能を活用することで、検出方法は外部アプリケーション(xApp)としてデプロイされます。
性能評価によると、攻撃は90ms以内で検出でき、gNBが使用不能になる前に60msの軽減ウィンドウが提供され、オーバーヘッドはそれぞれ1.2%と0%のCPUとメモリ消費である。
関連論文リスト
- Anti-Tamper Radio meets Reconfigurable Intelligent Surface for System-Level Tamper Detection [5.158378873123946]
我々は、無線伝搬環境を動的に再構成するRISを補完するATRシステムを提案し、実験的に評価する。
提案手法は、信号操作攻撃に対する耐性を高め、帯域幅要件を数GHzから20MHzまで低減し、内部ファン運動などの環境障害に対する堅牢性を向上させることができることを示す。
論文 参考訳（メタデータ） (2025-03-18T14:18:31Z) - Rydberg Atomic Quantum Receivers for Classical Wireless Communications and Sensing: Their Models and Performance [78.76421728334013]
ライドバーグ原子量子受信機(Rydberg atomic quantum receivers, RAQRs)は、高周波(RF)信号の電界を検出するための卓越した溶液である。
本稿では,無線コミュニティにおけるRAQRの超ヘテロダインバージョンについて,エンド・ツー・エンドの受信方式を提案する。
次に,現実的な受信フローに依存する等価なベースバンド信号モデルを開発する。
論文 参考訳（メタデータ） (2024-12-07T06:25:54Z) - Enhanced Real-Time Threat Detection in 5G Networks: A Self-Attention RNN Autoencoder Approach for Spectral Intrusion Analysis [8.805162150763847]
本稿では,自己認識機構とリカレントニューラルネットワーク(RNN)に基づくオートエンコーダを統合する実験モデルを提案する。
本手法は, 時系列解析, プロセス・イン・フェイズ, および二次(I/Q)サンプルを用いて, ジャミング攻撃の可能性を示す不規則性を同定する。
モデルアーキテクチャは自己アテンション層で拡張され、RNNオートエンコーダの機能を拡張する。
論文 参考訳（メタデータ） (2024-11-05T07:01:15Z) - Lazy Layers to Make Fine-Tuned Diffusion Models More Traceable [70.77600345240867]
新たな任意の任意配置(AIAO)戦略は、微調整による除去に耐性を持たせる。
拡散モデルの入力/出力空間のバックドアを設計する既存の手法とは異なり,本手法では,サンプルサブパスの特徴空間にバックドアを埋め込む方法を提案する。
MS-COCO,AFHQ,LSUN,CUB-200,DreamBoothの各データセットに関する実証研究により,AIAOの堅牢性が確認された。
論文 参考訳（メタデータ） (2024-05-01T12:03:39Z) - Fast and Accurate Cooperative Radio Map Estimation Enabled by GAN [63.90647197249949]
6G時代には、無線リソースのリアルタイムモニタリングと管理が、多様な無線アプリケーションをサポートするように求められている。
本稿では,GAN(Generative Adversarial Network)による協調的無線地図推定手法を提案する。
論文 参考訳（メタデータ） (2024-02-05T05:01:28Z) - Unlocking Metasurface Practicality for B5G Networks: AI-assisted RIS
Planning [33.98674736140333]
DRISAと呼ばれる,DRLエージェントを訓練し,次に最適なRIS配置を得る,第一種深層強化学習(DRL)ソリューションを提案する。
我々のベンチマークでは、より少ない計算時間(最大-25%)で10-dBの最小信号対雑音比(SNR)の増加と、より高密度なネットワーク展開へのスケーラビリティの向上が示されている。
論文 参考訳（メタデータ） (2023-10-16T12:14:42Z) - Sparsity-Aware Intelligent Massive Random Access Control in Open RAN: A
Reinforcement Learning Based Approach [61.74489383629319]
新たなOpen Radio Access Network(O-RAN)におけるデバイスの大量ランダムアクセスは、アクセス制御と管理に大きな課題をもたらします。
閉ループアクセス制御の強化学習(RL)支援方式を提案する。
深部RL支援SAUDは、連続的かつ高次元の状態と行動空間を持つ複雑な環境を解決するために提案されている。
論文 参考訳（メタデータ） (2023-03-05T12:25:49Z) - Artificial Intelligence Empowered Multiple Access for Ultra Reliable and
Low Latency THz Wireless Networks [76.89730672544216]
テラヘルツ(THz)無線ネットワークは、第5世代(B5G)以上の時代を触媒すると予想されている。
いくつかのB5Gアプリケーションの超信頼性と低レイテンシ要求を満たすためには、新しいモビリティ管理アプローチが必要である。
本稿では、インテリジェントなユーザアソシエーションとリソースアロケーションを実現するとともに、フレキシブルで適応的なモビリティ管理を可能にする、全体論的MAC層アプローチを提案する。
論文 参考訳（メタデータ） (2022-08-17T03:00:24Z) - A Convolutional Attention Based Deep Network Solution for UAV Network
Attack Recognition over Fading Channels and Interference [3.1230069539161405]
本研究は、クラスタ化遅延線(CDL)チャネル上に多重化(OFDM)受信機を備えたUAVの攻撃を検出するためのディープラーニング(DL)アプローチを提供する。
予測アルゴリズムは、訓練中に発生しない攻撃識別に関して一般化可能である。
攻撃認識のタイミング要件に関するより深い調査では、訓練後、攻撃開始後に必要な最低時間は100ミリ秒であることが示されている。
論文 参考訳（メタデータ） (2022-07-16T22:08:12Z) - On Topology Optimization and Routing in Integrated Access and Backhaul
Networks: A Genetic Algorithm-based Approach [70.85399600288737]
IABネットワークにおけるトポロジ最適化とルーティングの問題について検討する。
我々は、IABノード配置と非IABバックホールリンク分布の両方に効率的な遺伝的アルゴリズムベースのスキームを開発する。
メッシュベースのIABネットワークを実現する上での課題について論じる。
論文 参考訳（メタデータ） (2021-02-14T21:52:05Z) - Multi-stage Jamming Attacks Detection using Deep Learning Combined with
Kernelized Support Vector Machine in 5G Cloud Radio Access Networks [17.2528983535773]
本研究は5G C-RANにML-IDS(Multi-stage Machine Learning-based Intrusion Detection)を配置することに焦点を当てる。
一定のジャミング、ランダムジャミング、ジャミング、リアクティブジャミングの4種類のジャミング攻撃を検出し、分類することができる。
最終分類精度は94.51%で、偽陰性率は7.84%である。
論文 参考訳（メタデータ） (2020-04-13T17:21:45Z)
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。