論文の概要: Privacy-Preserving Intent Fulfilment and Assurance for 6G RAN

• arxiv url: http://arxiv.org/abs/2607.08809v1
• Date: Thu, 09 Jul 2026 17:13:18 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-13 16:48:13.413822
• Title: Privacy-Preserving Intent Fulfilment and Assurance for 6G RAN
• Title（参考訳）: 6G RANのプライバシ保存インテントファーム化と保証
• Abstract要約: 既存のフルフィルメントと保証アプローチでは、表現された意図を満たすリソースを検証するために、ディープパケットインスペクション、フロー毎のトラッキング、ベンダーの不透明さが必要となる。 これらの要件は、マルチテナントネットワークにおける規制制約(ePrivacy Directive)と、マルチベンダのORANデプロイメントにおけるベンダの不透明さに矛盾する。 我々は,パケット検査なしで宣言された意図からリソースを供給し,ORANで標準化されたカウンタのみを用いてファイリングを検証する,プライバシ保護意図保証コーディネータのためのアーキテクチャを提案する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Intent-based network management is the emerging paradigm for 6G service lifecycle automation, with the 3GPP intent management framework (TS~28.312) defining creation, translation, fulfilment, and assurance stages. Existing fulfilment and assurance approaches require deep packet inspection, per-flow state tracking, or access to vendor-internal node telemetry to verify that provisioned resources satisfy expressed intents. These requirements conflict with regulatory constraints (GDPR, ePrivacy Directive) in multi-tenant networks and with vendor opacity in multi-vendor O-RAN deployments. We present an architecture for privacy-preserving intent fulfilment and assurance in which a coordinator provisions resources from declared intent categories without traffic inspection, and verifies fulfilment using only aggregate standardised PM counters at the O1 interface. A data-processing inequality argument shows that the resource allocation reveals at most $\log_2 K$ bits about traffic content, where $K$ is the number of intent categories. We define two architectural privacy properties, intent-traffic unlinkability and node-opaque verification, and show that both hold by construction. Node-opacity does not sacrifice detection power: the aggregate verifier weakly dominates the per-agent verifier under a homogeneity condition. We map the architecture to the 3GPP intent lifecycle and the O-RAN Non-RT RIC, identifying the concrete interfaces, data objects, and deployment points at which the mechanism operates. On production PM counter data from four operator networks, increasing intent-category granularity sharpens provisioning but weakens assurance, consistent with the theoretical prediction that the privacy ceiling is a structural side effect of the detection constraint rather than a separate design parameter.
• Abstract（参考訳）: インテントベースのネットワーク管理は、6Gサービスライフサイクル自動化の新たなパラダイムであり、3GPPインテント管理フレームワーク(TS~28.312)は作成、翻訳、充足、保証の段階を定義している。 既存のフルフィルメントと保証アプローチでは、表現された意図を満たすリソースを確認するために、ディープパケット検査、フローごとの状態追跡、ベンダー内部のノードテレメトリへのアクセスが必要となる。 これらの要件は、マルチテナントネットワークにおける規制制約(GDPR、ePrivacy Directive)や、マルチベンダのO-RANデプロイメントにおけるベンダの不透明さと矛盾する。 本稿では,O1インターフェースで標準化されたPMカウンタのみを用いて,トラフィック検査なしで宣言された意図カテゴリからリソースを供給し,認証を行う,プライバシ保護意図充足と保証のためのアーキテクチャを提案する。 データ処理の不等式議論は、リソース割り当てがトラフィックコンテンツに関する少なくとも$\log_2 K$ bitsで表され、K$は意図するカテゴリの数であることを示している。 本稿では,2つのアーキテクチャプライバシ特性,インテント・トラヒック・アンリンク性とノード・オプタクな検証を定義し,両者が構築によって保持されていることを示す。 集約検証器は、均一性条件下で、エージェントごとの検証器を弱く支配する。 アーキテクチャを3GPPインテントライフサイクルとO-RAN Non-RT RICにマッピングし、そのメカニズムが動作する具体的なインターフェース、データオブジェクト、デプロイメントポイントを特定します。 4つのオペレーターネットワークからのPMカウンタデータでは、プライバシ天井が別個の設計パラメータではなく検出制約の構造的副作用であるという理論的な予測と一致して、意図-カテゴリーの粒度の増加はプロビジョニングを鋭くするが、保証を弱める。

関連論文リスト

• Modality-Decoupled Federated Learning for Privacy-Preserving Embodied Intelligence in 6G [90.42669277637026]
  第6世代(6G)無線ネットワークは、大規模なインボディードインテリジェンスのための重要な基盤を提供すると期待されている。 本稿では、6Gネットワークにおけるプライバシー保護型インテリジェンスのためのモダリティ分離FLフレームワークであるFedMVLAを提案する。
  論文  参考訳（メタデータ） (2026-09-09T01:36:44Z)
• Toward Standardized Cross-Vendor Agent Tool Trust Management in Autonomous Networks [3.9273158726818718]
  既存の管理標準には、ベンダ間の信頼の可視化のための標準化されたメカニズムが欠けている。 本稿ではエージェントツール信頼管理のための情報モデルであるAgentToolMOを提案する。 標準化されたクロスベンダー通知は、時間スケールの未検出伝搬からほぼリアルタイムの封じ込めまでブラスト半径を減少させることを示す。
  論文  参考訳（メタデータ） (2026-07-28T16:06:41Z)
• REAL-OW: Rehearsal-free Open World Object Detection with Low-Rank Adaptation and Dual-Stage Objectness Modeling [56.888597798431704]
  Open-World Object Detection (OWOD) では、未確認のオブジェクトを未知のものとして識別し、それを既知のカテゴリのセットにインクリメンタルに組み込む必要がある。 既存のフレームワークは、破滅的な忘れを緩和するために、模範的なリプレイに大きく依存しているが、実際のアプリケーションでは、データアクセス制限との生データ競合を保存し、データ露出のリスクをもたらす。 協調的なアダプタアーキテクチャを通じて段階的な知識を分離する新しいリハーサルフリーフレームワークであるREAL-OWを提案する。
  論文  参考訳（メタデータ） (2026-07-03T06:38:54Z)
• OCELOT: Inference-Leakage Budgets for Privacy-Preserving LLM Agents [32.5466552510287]
  漏れは累積的であり、個々に無害な放出は、正直だが、真正に曲がりくねった流しに蓄積される。 我々は、秘密に対する敵の信念がどれほど改善するかを予算化するランタイム仲介者であるOCELOTを提示する。 OCELOTは高いタスクユーティリティでのリークを著しく低減し、適応注入、ジェイルブレイク、累積推論、シンク共謀に抵抗する。
  論文  参考訳（メタデータ） (2026-06-10T17:13:35Z)
• SS-ZKR: Spatial-Semantic Zero-Knowledge Routing for Privacy-Preserving Multi-Agent Collaboration [0.0]
  既存のプロトコルでは、組織的信頼境界を越えたエージェントペイロードのコンテンツベースのセマンティックルーティングをサポートしていません。 SS-ZKRは,A2A/MCP上の相補層として設計された3機構のルーティングプロトコルである。 我々は,形式的脅威モデル,インテントベクトルの情報漏洩境界の解析,3つのメカニズムすべてに対する擬似コード提示,TEEベースおよび同型暗号化ベースのルーティングベースラインに対する解析的比較を行う。
  論文  参考訳（メタデータ） (2026-05-31T02:34:38Z)
• PRISM: : Planning and Reasoning with Intent in Simulated Embodied Environments [59.07829883257003]
  5つの集合住宅の上に建設され、PRISMは300の人間認証タスクを3つの能力レベルに構成する。 PRISMはエージェントに依存しない実行可能なアクションAPIを公開し、任意のエージェントをエンドツーエンドで評価できるようにする。
  論文  参考訳（メタデータ） (2026-05-12T04:59:47Z)
• PAAC: Privacy-Aware Agentic Device-Cloud Collaboration [27.486312939995145]
  我々は,プライバシを意識したエージェントフレームワークPAACを開発し,プランナ-実行者分解をデバイス-クラウド境界に整合させる。 数学、科学、ファイナンスを含む10の領域にまたがる17のベンチマークに対して、一貫した改善が見られます。
  論文  参考訳（メタデータ） (2026-05-09T03:29:20Z)
• Structural Enforcement of Goal Integrity in AI Agents via Separation-of-Powers Architecture [0.10152838128195464]
  Policy-Execution-Authorization (PEA)アーキテクチャは、システムレベルでの安全性を強制する"パワーの分離"設計である。 PEAはインテントの生成、承認、実行を、暗号的に制約された機能トークンを介して接続された独立した分離されたレイヤに分離する。
  論文  参考訳（メタデータ） (2026-04-26T10:31:13Z)
• CREDIT: Certified Ownership Verification of Deep Neural Networks Against Model Extraction Attacks [54.04030169323115]
  我々は、モデル抽出攻撃(MEA)に対する認証された所有権検証であるCREDITを紹介する。 DNNモデル間の類似性を定量化し、実用的な検証しきい値を提案し、このしきい値に基づいてオーナシップ検証を行うための厳密な理論的保証を提供する。 我々は、さまざまなドメインやタスクにまたがるいくつかの主流データセットに対するアプローチを広範囲に評価し、最先端のパフォーマンスを実現した。
  論文  参考訳（メタデータ） (2026-02-23T23:36:25Z)
• CityGuard: Graph-Aware Private Descriptors for Bias-Resilient Identity Search Across Urban Cameras [16.147944008359957]
  CityGuardは、分散型監視におけるプライバシー保護ID検索のためのトポロジ対応トランスフォーマーである。 分散適応計量学習器は、特徴展開に応じてインスタンスレベルのマージンを調整し、クラス内コンパクト性を高める。 プライベート埋め込みマップは、セキュアでコスト効率の良いデプロイメントをサポートするために、コンパクトな近似インデックスと結合される。
  論文  参考訳（メタデータ） (2026-02-20T08:00:17Z)
• Towards Federated Clustering: A Client-wise Private Graph Aggregation Framework [57.04850867402913]
  フェデレーションクラスタリングは、分散化されたラベルのないデータからパターンを抽出する課題に対処する。 本研究では,プライバシ保護のための知識共有媒体として,局所構造グラフを革新的に活用する新しいアルゴリズムSPP-FGCを提案する。 我々のフレームワークは最先端のパフォーマンスを実現し、認証可能なプライバシー保証を維持しつつ、フェデレーションベースラインよりも最大10%(NMI)のクラスタリング精度を向上させる。
  論文  参考訳（メタデータ） (2025-11-14T03:05:22Z)
• From Objects to Events: Unlocking Complex Visual Understanding in Object Detectors via LLM-guided Symbolic Reasoning [71.41062111470414]
  現在のオブジェクト検出器は、エンティティのローカライゼーションと分類において優れているが、イベント認識機能には固有の制限がある。 本稿では,単なるオブジェクト認識以上の標準オブジェクト検出能力を,複雑なイベント理解に拡張する新しいフレームワークを提案する。 私たちの重要なイノベーションは、高価なタスク固有のトレーニングを必要とせずに、オブジェクト検出とイベント理解のセマンティックなギャップを埋めることです。
  論文  参考訳（メタデータ） (2025-02-09T10:30:54Z)
• Collaborative Inference over Wireless Channels with Feature Differential Privacy [57.68286389879283]
  複数の無線エッジデバイス間の協調推論は、人工知能(AI)アプリケーションを大幅に強化する可能性がある。 抽出された特徴を抽出することは、プロセス中に機密性の高い個人情報が暴露されるため、重大なプライバシーリスクをもたらす。 本稿では,ネットワーク内の各エッジデバイスが抽出された機能のプライバシを保護し,それらを中央サーバに送信して推論を行う,新たなプライバシ保存協調推論機構を提案する。
  論文  参考訳（メタデータ） (2024-10-25T18:11:02Z)

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。