論文の概要: AI-Native Closed-Loop Security for 6G-Enabled Cyber-Physical Systems: From Edge Detection to Network-Wide Mitigation

• arxiv url: http://arxiv.org/abs/2606.08173v1
• Date: Sat, 06 Jun 2026 13:36:59 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-09 14:42:05.894558
• Title: AI-Native Closed-Loop Security for 6G-Enabled Cyber-Physical Systems: From Edge Detection to Network-Wide Mitigation
• Title（参考訳）: AI-Native Closed-Loop Security for 6G-Enabled Cyber-Physical Systems: from Edge Detection to Network-Wide Mitigation
• Authors: Bilal Hussain, Muhammad Bilal, Tan Li, Haris Pervaiz, Xiao Tang, Qinghe Du, Fawad Ahmad, Muhammad Azhar, Jun Zhang,
• Abstract要約: サイバー物理システムは6Gネットワークで超信頼性の低い低遅延スライスで動作します。 この調査では、6G CPSセキュリティをクローズドループ、AIネイティブパイプラインとして再設定する。 我々は、スライス毎のテールバウンドなレイテンシ契約を、その意味に基づいて定式化し、検出し、緩和する。
• 参考スコア（独自算出の注目度）: 13.344675738769395
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: In sixth-generation (6G) networks, billions of cyber-physical systems (CPSs) - autonomous vehicles, smart grids, industrial robots, and remote-surgical equipment - will run over ultra-reliable low-latency slices, collapsing the gap between a remote breach and physical harm to milliseconds, a budget perimeter firewalls and centralised security operations centres cannot meet. This survey reframes 6G CPS security as a closed-loop, AI-native pipeline that senses at the multi-access edge computing (MEC) tier, using minute-scale call-detail records (CDRs) for baseline learning and sub-millisecond RAN/Open-RAN (O-RAN) telemetry for the latency-critical path. It decides locally with compressed deep models, mitigates network-wide via SDN, NFV, and O-RAN controllers, and retrains through federated learning (FL) and digital-twin (DT) replay. We formalise a per-slice, tail-bounded latency contract on the sense, detect, and mitigate stages, enforced at a slice-dependent tail percentile (p99 for safety-critical URLLC slices). Organising 128 peer-reviewed studies (2017-2026) under a PRISMA 2020 protocol, we (i) map the 6G/CPS threat surface to MITRE ATT&CK and a CDR-observable feature space; (ii) unify edge anomaly detection and DDoS classification across twelve datasets and statistical, graph, and transformer models; (iii) synthesise SDN/NFV/O-RAN primitives into one closed-loop reference architecture; (iv) treat FL, large language models (LLMs), DT, post-quantum cryptography (PQC), zero-trust architecture (ZTA), and explainable AI as cross-cutting enablers, not parallel pillars; and (v) consolidate open problems into five directions spanning data, latency, trust, standardisation, and evaluation.
• Abstract（参考訳）: 6世代(6G)ネットワークでは、自動運転車、スマートグリッド、産業用ロボット、遠隔手術機器など、何十億ものサイバー物理システム(CPS)が超信頼性の高い低遅延スライスの上を走り、遠隔侵入とミリ秒間の物理的危害のギャップを埋める。 この調査では、6G CPSセキュリティを、マルチアクセスエッジコンピューティング(MEC)層で検出するクローズドループでAIネイティブなパイプラインとして、ベースライン学習のためのミニスケールコールディーテールレコード(CDR)と、レイテンシクリティカルパスのためのサブミリ秒RAN/Open-RAN(O-RAN)テレメトリとして再設定する。 圧縮深度モデルを用いて局所的に決定し、SDN、NFV、O-RANコントローラを介してネットワーク全体を緩和し、フェデレートラーニング(FL)とデジタルツイン(DT)リプレイを通じて再トレーニングする。 私たちはスライス依存のテールパーセンタイル(安全クリティカルなURLLCスライスではp99)で実施されるスライス毎のテールバウンド遅延契約を,その感覚に基づいて定式化し,検出し,緩和する。 PRISMA 2020プロトコルに基づく128のピアレビュー研究(2017-2026)の組織化 i) 6G/CPS脅威面をMITRE ATT&CK及びCDR観測可能な特徴空間にマッピングする。 (ii) エッジ異常検出とDDoS分類を12のデータセット、統計、グラフ、トランスフォーマーモデルに統一すること。 (iii)SDN/NFV/O-RANプリミティブを1つの閉ループ参照アーキテクチャに合成すること。 (iv)FL、大言語モデル(LLM)、DT、後量子暗号(PQC)、ゼロトラストアーキテクチャ(ZTA)、および説明可能なAIを並列柱ではなく横断的なイネーブラーとして扱う。 (v) オープンな問題をデータ、レイテンシ、信頼、標準化、評価の5つの方向に集約する。

関連論文リスト

• FRIEND: Federated Learning for Joint Optimization of multi-RIS Configuration and Eavesdropper Intelligent Detection in B5G Networks [3.809709581796032]
  We present a novel framework for detection malicious users in RIS-enhanced cell-free mmWave network using Federated Learning (FL) using Federated Learning (FL)。 FLとMulti-RISの連携は,ベースライン非RIS支援法と比較して,達成された秘密保持率(SR)を約30%向上させることを示した。 この研究は、次世代IIoTデプロイメントに適した物理的レイヤの盗聴検出に対する、分散されたプライバシ保護アプローチを確立する。
  論文  参考訳（メタデータ） (2026-03-11T17:02:40Z)
• Blockchain-Enabled Routing for Zero-Trust Low-Altitude Intelligent Networks [77.17664010626726]
  低高度インテリジェントネットワーク(LAIN)における複数のUAVクラスタによるルーティングに焦点を当てる。 潜在的な脅威によるダメージを最小限に抑えるため,ソフトウェア定義の周辺技術とブロックチェーン技術を用いたゼロトラストアーキテクチャを提案する。 提案手法は,平均E2E遅延を59%削減し,TSRを29%改善することを示した。
  論文  参考訳（メタデータ） (2026-02-27T04:30:35Z)
• Decentralized Multi-Agent Swarms for Autonomous Grid Security in Industrial IoT: A Consensus-based Approach [0.0]
  DMASエージェントは軽量なピアツーピアプロトコルを介して通信し、異常な振る舞いを協調的に検出する。 エージェントは特定された脅威の脅威レベルに投票し、妥協されたノードやノードの即時隔離を可能にする。 DMASは、ミリ秒以下の応答時間、高負荷下で悪意のある活動を検出する精度97.3%、ゼロデイ攻撃を検出する精度87%を示した。
  論文  参考訳（メタデータ） (2026-01-24T04:25:36Z)
• LiQSS: Post-Transformer Linear Quantum-Inspired State-Space Tensor Networks for Real-Time 6G [85.58816960936069]
  Sixth-Generation (6G) Open Radio Access Networks (O-RAN) における能動的およびエージェント的制御は、厳密なニアタイム(Near-RT)レイテンシと計算制約の下で制御グレードの予測を必要とする。 本稿では,効率的な無線テレメトリ予測のための変圧器後パラダイムについて検討する。 本稿では、自己アテンションを安定な状態空間動的カーネルに置き換える量子インスピレーション付き状態空間テンソルネットワークを提案する。
  論文  参考訳（メタデータ） (2026-01-18T12:08:38Z)
• Think Fast: Real-Time IoT Intrusion Reasoning Using IDS and LLMs at the Edge Gateway [5.541753997410371]
  本稿では、軽量機械学習(ML)ベースのIDSモデルと事前学習された大規模言語モデル(LLM)を統合したエッジ中心の侵入検知システム(IDS)について述べる。 このシステムは、決定木(DT)、K-Nearest Neighbors(KNN)、ランダムフォレスト(RF)、畳み込みニューラルネットワーク(CNN)、Long Short-Term Memory(LSTM)、低消費電力エッジゲートウェイ上のハイブリッドCNN-LSTMモデルの6つのMLベースIDSモデルを評価する。 異常検出のために、システムは低帯域APIコールを介してコンパクトでセキュアなテレメトリスナップショットをLSMに送信する。
  論文  参考訳（メタデータ） (2025-11-23T00:33:51Z)
• Hybrid Deep Learning-Federated Learning Powered Intrusion Detection System for IoT/5G Advanced Edge Computing Network [0.0]
  IoTおよび5G-Advancedアプリケーションは、DDoS、マルウェア、ゼロデイ侵入に対する攻撃面を拡大した。 本稿では、畳み込みニューラルネットワーク(CNN)、双方向LSTM(BiLSTM)、オートエンコーダ(AE)ボトルネックを融合する侵入検知システムを提案する。
  論文  参考訳（メタデータ） (2025-09-19T03:23:51Z)
• Machine Learning-Driven Anomaly Detection for 5G O-RAN Performance Metrics [0.8119699312788383]
  実世界の展開に適した2つの動作可能な異常検出アルゴリズムを提案する。 第1のアルゴリズムは、キーパフォーマンス指標を分析することにより、高度スループット低下のリスクのあるユーザ機器(UE)を特定する。 第2のアルゴリズムは、近隣のセルの電波被曝品質を評価し、異常信号強度または干渉レベルで細胞をフィルタリングする。
  論文  参考訳（メタデータ） (2025-09-03T13:18:41Z)
• AI/ML Life Cycle Management for Interoperable AI Native RAN [50.61227317567369]
  人工知能(AI)と機械学習(ML)モデルは、5Gラジオアクセスネットワーク(RAN)を急速に浸透させている これらの開発は、AIネイティブなトランシーバーを6Gのキーイネーブルとして基盤を築いた。
  論文  参考訳（メタデータ） (2025-07-24T16:04:59Z)
• 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)

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。