論文の概要: Demo: Secure Edge Server for Network Slicing and Resource Allocation in Open RAN
- arxiv url: http://arxiv.org/abs/2507.11499v1
- Date: Sun, 13 Jul 2025 03:55:04 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-07-16 19:46:03.201484
- Title: Demo: Secure Edge Server for Network Slicing and Resource Allocation in Open RAN
- Title（参考訳）: デモ: Open RANにおけるネットワークスライシングとリソース割り当てのためのセキュアなエッジサーバ
- Authors: Adhwaa Alchaab, Ayman Younis, Dario Pompili,
- Abstract要約: Next-Generation Radio Access Networks (NGRAN)は、厳格なセキュリティ、レイテンシ、SLA(Service-Level Agreement)要件を備えた多様な垂直アプリケーションをサポートすることを目的としている。
このデモでは、セキュアでインテリジェントなネットワークスライシングフレームワークであるSnSRICを紹介し、Open RAN環境でのDistributed Denial-of-Service(DDoS)攻撃を緩和する。
- 参考スコア（独自算出の注目度）: 6.347093870433103
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Next-Generation Radio Access Networks (NGRAN) aim to support diverse vertical applications with strict security, latency, and Service-Level Agreement (SLA) requirements. These demands introduce challenges in securing the infrastructure, allocating resources dynamically, and enabling real-time reconfiguration. This demo presents SnSRIC, a secure and intelligent network slicing framework that mitigates a range of Distributed Denial-of-Service (DDoS) attacks in Open RAN environments. SnSRIC incorporates an AI-driven xApp that dynamically allocates Physical Resource Blocks (PRBs) to active users while enforcing slice-level security. The system detects anomalous behavior, distinguishes between benign and malicious devices, and uses the E2 interface to throttle rogue signaling while maintaining service continuity for legitimate users.
- Abstract（参考訳）: Next-Generation Radio Access Networks (NGRAN)は、厳格なセキュリティ、レイテンシ、SLA(Service-Level Agreement)要件を備えた多様な垂直アプリケーションをサポートすることを目的としている。
これらの要求は、インフラの確保、リソースの動的割り当て、リアルタイムの再設定の実施における課題をもたらす。
このデモでは、セキュアでインテリジェントなネットワークスライシングフレームワークであるSnSRICを紹介し、Open RAN環境でのDistributed Denial-of-Service(DDoS)攻撃を緩和する。
SnSRICにはAI駆動のxAppが組み込まれており、スライスレベルのセキュリティを強制しながら、アクティブユーザに対して動的に物理リソースブロック(PRB)を割り当てている。
システムは異常な動作を検出し、良性のデバイスと悪意のあるデバイスを区別し、E2インターフェースを使用して、正当なユーザに対するサービス継続性を維持しながら、ローグシグナルを妨害する。
関連論文リスト
- Rogue Cell: Adversarial Attack and Defense in Untrusted O-RAN Setup Exploiting the Traffic Steering xApp [24.941343115166436]
Open Radio Access Network (O-RAN)アーキテクチャは、オープンでマルチベンダの設計とAIによる管理によって、携帯電話ネットワークに革命をもたらしている。
これまでの研究では、O-RANの知的コンポーネントから生じる脆弱性を主に調査してきた。
本稿では,単一演算子からマルチ演算型RANアーキテクチャへ移行した際のセキュリティ問題と脆弱性に着目する。
論文 参考訳（メタデータ） (2025-05-03T13:19:44Z) - Integrated LLM-Based Intrusion Detection with Secure Slicing xApp for Securing O-RAN-Enabled Wireless Network Deployments [2.943640991628177]
Open Radio Access Network (O-RAN) アーキテクチャは、オープン性、柔軟性、インテリジェントなクローズループ最適化を促進することで、通信を再構築している。
本研究では,接続されたUEの時間的トラフィックパターンに基づいて,大規模言語モデル(LLM)を用いてセキュリティレコメンデーションを生成する。
論文 参考訳（メタデータ） (2025-04-01T01:45:07Z) - SafeSlice: Enabling SLA-Compliant O-RAN Slicing via Safe Deep Reinforcement Learning [20.344810727033327]
深部強化学習(DRL)に基づくスライシングポリシは、オープン無線アクセスネットワーク(O-RAN)などの物理システムにおいて課題に直面している。
これらのポリシーは、サービスレベル合意(SLA)の遵守を保証するための安全保証を欠いていることが多い。
我々は,O-RANスライスにおける累積(軌道方向)および瞬時(状態方向)の遅延制約に対処するSafeSliceを提案する。
論文 参考訳（メタデータ） (2025-03-17T02:41:49Z) - Fundamental Limits of Hierarchical Secure Aggregation with Cyclic User Association [93.46811590752814]
階層型セキュアアグリゲーションは、フェデレートラーニング(FL)によって動機付けられる
本稿では,各ユーザが連続する$B$のリレーに接続される循環型アソシエーションパターンを用いたHSAについて考察する。
勾配符号化にインスパイアされた入力に対するメッセージ設計を含む効率的なアグリゲーション方式を提案する。
論文 参考訳（メタデータ） (2025-03-06T15:53:37Z) - Securing the Open RAN Infrastructure: Exploring Vulnerabilities in Kubernetes Deployments [60.51751612363882]
ソフトウェアベースのオープン無線アクセスネットワーク(RAN)システムのセキュリティへの影響について検討する。
我々は、Near Real-Time RAN Controller(RIC)クラスタをサポートするインフラストラクチャに潜在的な脆弱性と設定ミスがあることを強調します。
論文 参考訳（メタデータ） (2024-05-03T07:18:45Z) - ZTRAN: Prototyping Zero Trust Security xApps for Open Radio Access Network Deployments [2.943640991628177]
オープン無線アクセスネットワーク(O-RAN)は、高度なセルネットワークの構築と運用のための新しい自由度を提供する。
本稿では,O-RANセキュリティにゼロ信頼原則を活用することを提案する。
我々は、サービス認証、侵入検知、xAppsとしてカプセル化されたセキュアなスライシングサブシステムを含むゼロ信頼RAN(ZTRAN)を導入する。
論文 参考訳（メタデータ） (2024-03-06T23:57:16Z) - 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) - Predictive Closed-Loop Service Automation in O-RAN based Network Slicing [35.23159175375706]
オープン無線アクセスネットワーク(O-RAN)は、上記全ての機能を継承する最も有望なRANアーキテクチャである。
本稿では、SLA違反を防止するために、O-RANスライシングのためのクローズドループおよびインテリジェントリソースプロビジョニングスキームを提供する。
論文 参考訳（メタデータ） (2022-02-04T04:34:00Z) - Safe RAN control: A Symbolic Reinforcement Learning Approach [62.997667081978825]
本稿では,無線アクセスネットワーク(RAN)アプリケーションの安全管理のためのシンボル強化学習(SRL)アーキテクチャを提案する。
我々は、ユーザが所定のセルネットワークトポロジに対して高レベルの論理的安全性仕様を指定できる純粋に自動化された手順を提供する。
ユーザがシステムに意図仕様を設定するのを支援するために開発されたユーザインターフェース(UI)を導入し、提案するエージェントの動作の違いを検査する。
論文 参考訳（メタデータ） (2021-06-03T16:45:40Z) - Symbolic Reinforcement Learning for Safe RAN Control [62.997667081978825]
無線アクセスネットワーク(RAN)アプリケーションにおける安全な制御のためのシンボリック強化学習(SRL)アーキテクチャを紹介します。
本ツールでは,LTL(Linear Temporal Logic)で表現された高レベルの安全仕様を選択して,所定のセルネットワーク上で動作しているRLエージェントをシールドする。
ユーザインタフェース(ui)を用いて,ユーザがインテントの仕様をアーキテクチャに設定し,許可されたアクションとブロックされたアクションの違いを検査する。
論文 参考訳（メタデータ） (2021-03-11T10:56:49Z)
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。