論文の概要: CellularSpecSec-Bench: A Staged Benchmark for Evidence-Grounded Interpretation and Security Reasoning over 3GPP Specifications
- arxiv url: http://arxiv.org/abs/2601.12716v1
- Date: Mon, 19 Jan 2026 04:39:35 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-01-21 22:47:22.756685
- Title: CellularSpecSec-Bench: A Staged Benchmark for Evidence-Grounded Interpretation and Security Reasoning over 3GPP Specifications
- Title（参考訳）: CellularSpecSec-Bench: 3GPP仕様に対するエビデンス回避解釈とセキュリティ推論のための段階ベンチマーク
- Authors: Ke Xie, Xingyi Zhao, Yiwen Hu, Shuhan Yuan, Tian Xie,
- Abstract要約: 携帯電話ネットワークの脆弱性は、サービスの破壊、プライバシー侵害、幅広い社会的損害を引き起こす可能性がある。
本稿では,系統的理解と標準駆動型セキュリティ分析のための統合フレームワークであるCellSpecSec-ARIを提案する。
- 参考スコア（独自算出の注目度）: 10.038693219630838
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Cellular networks are critical infrastructure supporting billions of worldwide users and safety- and mission-critical services. Vulnerabilities in cellular networks can therefore cause service disruption, privacy breaches, and broad societal harm, motivating growing efforts to analyze 3GPP specifications that define required device and operator behavior. While large language models (LLMs) have demonstrated the capability for reading technical documents, cellular specifications impose unique challenges: faithful interpretation of normative language, reasoning across cross-referenced clauses, and verifiable conclusions grounded in multimodal evidence such as tables and figures. To address these challenges, we propose CellSpecSec-ARI, a unified Adapt-Retrieve-Integrate framework for systematic understanding and standard-driven security analysis of 3GPP specifications; CellularSpecSec-Bench, a staged benchmark, containing newly constructed high-quality datasets with expert-verified and corrected subsets from prior open-source resources. Together, they establish an accessible and reproducible foundation for quantifying progress in specification understanding and security reasoning in the cellular network security domain.
- Abstract（参考訳）: セルラーネットワークは、世界中の何十億ものユーザーと安全およびミッションクリティカルなサービスをサポートする重要なインフラである。
セルラーネットワークの脆弱性は、サービス中断、プライバシー侵害、幅広い社会的な害を生じさせ、必要なデバイスとオペレーターの振る舞いを定義する3GPP仕様を分析する努力の高まりを動機付けている。
大規模言語モデル(LLM)は、技術的文書を読む能力を示したが、細胞仕様では、規範言語の忠実な解釈、相互参照された節間の推論、テーブルやフィギュアのようなマルチモーダルな証拠に根ざした検証された結論など、ユニークな課題を課している。
これらの課題に対処するために,3GPP仕様の体系的理解と標準駆動型セキュリティ分析のための統合Adapt-Retrieve-IntegrateフレームワークであるCellSpecSec-ARIを提案する。
彼らは共に、携帯電話ネットワークセキュリティドメインにおける仕様理解とセキュリティ推論の進歩を定量化するための、アクセス可能で再現可能な基盤を確立する。
関連論文リスト
- CellSecInspector: Safeguarding Cellular Networks via Automated Security Analysis on Specifications [14.336514856576443]
本稿では,セキュリティ分析の自動化フレームワークであるCellSecInspectorを紹介する。
構造化された状態条件-動作表現を抽出し、モバイルネットワークプロシージャをモデル化し、テストケースを自動的に生成する。
CellSecInspectorをよく研究されている5Gと4G NASとRC仕様に適用すると、43の脆弱性が発見され、そのうち8つは報告されていない。
論文 参考訳（メタデータ） (2025-12-31T07:22:28Z) - An Empirical Study on the Security Vulnerabilities of GPTs [48.12756684275687]
GPTは、OpenAIの大規模言語モデルに基づいた、カスタマイズされたAIエージェントの一種である。
本稿では,GPTのセキュリティ脆弱性に関する実証的研究について述べる。
論文 参考訳（メタデータ） (2025-11-28T13:30:25Z) - Generative AI-Empowered Secure Communications in Space-Air-Ground Integrated Networks: A Survey and Tutorial [107.26005706569498]
宇宙航空地上統合ネットワーク(SAGIN)は、その特性上、前例のないセキュリティ上の課題に直面している。
Generative AI(GAI)は、データを合成し、セマンティクスを理解し、自律的な決定を行うことで、SAGINセキュリティを保護できる変革的アプローチである。
論文 参考訳（メタデータ） (2025-08-04T01:42:57Z) - Can Large Language Models Automate the Refinement of Cellular Network Specifications? [12.648016409257501]
本稿では,大規模言語モデル (LLM) のセルラーネットワーク仕様自動修正への適用性について検討する。
トップモデルでは、5つのトライアルで200のテストケース中127以上でセキュリティ関連の弱点を発見することができる。
30の細胞攻撃の評価は、完全な自動化を達成するためのオープンな課題を特定する。
論文 参考訳（メタデータ） (2025-07-06T02:40:04Z) - SLAP: Secure Location-proof and Anonymous Privacy-preserving Spectrum Access [2.156208381257605]
そこで本稿では,スペクトルクエリや利用通知,位置情報保護の獲得などにおいて,位置情報のプライバシと匿名性を確保する新しいフレームワークを提案する。
我々のソリューションには、アーキテクチャの柔軟性とフォールバックオプションを備えたアダプティブなデュアルシナリオ位置検証機構と、タイムロックパズルを用いた対DoSアプローチが含まれている。
論文 参考訳（メタデータ） (2025-03-03T19:52:56Z) - ACRIC: Securing Legacy Communication Networks via Authenticated Cyclic Redundancy Integrity Check [98.34702864029796]
安全クリティカルな業界における最近のセキュリティインシデントは、適切なメッセージ認証の欠如により、攻撃者が悪意のあるコマンドを注入したり、システムの振る舞いを変更することができることを明らかにした。
これらの欠点は、サイバーセキュリティを強化するために圧力をかける必要性を強調する新しい規制を引き起こしている。
我々は,レガシ産業通信をセキュアにするためのメッセージ認証ソリューションであるACRICを紹介する。
論文 参考訳（メタデータ） (2024-11-21T18:26:05Z) - SeCodePLT: A Unified Platform for Evaluating the Security of Code GenAI [58.29510889419971]
コード生成大型言語モデル(LLM)のセキュリティリスクと能力を評価するための既存のベンチマークは、いくつかの重要な制限に直面している。
手動で検証し、高品質なシード例から始める、汎用的でスケーラブルなベンチマーク構築フレームワークを導入し、ターゲット突然変異を通じて拡張する。
このフレームワークをPython、C/C++、Javaに適用すると、44のCWEベースのリスクカテゴリと3つのセキュリティ機能にまたがる5.9k以上のサンプルデータセットであるSeCodePLTが構築されます。
論文 参考訳（メタデータ） (2024-10-14T21:17:22Z) - CellularLint: A Systematic Approach to Identify Inconsistent Behavior in Cellular Network Specifications [12.370608043864944]
4G と 5G の標準内での不整合検出のための半自動フレームワークを導入する。
提案手法は,ドメイン適応型大規模言語モデルに対して,改良された数ショット学習機構を用いる。
調査では,Non-Access Stratum (NAS)と4Gおよび5Gネットワークのセキュリティ仕様に注目し,最終的に82.67%の精度で157の矛盾を発見した。
論文 参考訳（メタデータ） (2024-07-18T17:48:46Z) - 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) - HasTEE+ : Confidential Cloud Computing and Analytics with Haskell [50.994023665559496]
信頼性コンピューティングは、Trusted Execution Environments(TEEs)と呼ばれる特別なハードウェア隔離ユニットを使用して、コテナントクラウドデプロイメントにおける機密コードとデータの保護を可能にする。
低レベルのC/C++ベースのツールチェーンを提供するTEEは、固有のメモリ安全性の脆弱性の影響を受けやすく、明示的で暗黙的な情報フローのリークを監視するための言語構造が欠如している。
私たちは、Haskellに埋め込まれたドメイン固有言語(cla)であるHasTEE+を使って、上記の問題に対処します。
論文 参考訳（メタデータ） (2024-01-17T00:56:23Z) - 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。