論文の概要: On the Resilience of 5G NR Against Jamming

• arxiv url: http://arxiv.org/abs/2607.29384v1
• Date: Fri, 31 Jul 2026 13:05:06 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-03 14:29:40.730963
• Title: On the Resilience of 5G NR Against Jamming
• Title（参考訳）: 5G NRのジャミングに対する耐性について
• Abstract要約: ns-3シミュレータ内にオープンソースの5Gジャムを実装・リリースする。 我々は、セル技術、周波数、サブキャリア間隔、チャネル帯域幅などの異なる次元におけるセルジャミングの影響を比較した。
• 参考スコア（独自算出の注目度）: 2.1639459844313564
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: With the increasing use of 5G networks in availability-critical systems, including industrial networks and critical infrastructure, a comprehensive understanding of their resilience to cellular jamming has become imperative. However, research so far has focused on isolated evaluations under fixed 5G physical-layer configurations, making it difficult to perform sound comparisons, for example, to identify differences between frequency bands or channel bandwidths w.r.t. jamming resilience. To fill this gap, we implement and release an open-source 5G jammer within the ns-3 simulator. Leveraging the controllable determinism of simulation, we compare the impact of cellular jamming across different dimensions such as cellular technologies, frequencies, subcarrier spacing, and channel bandwidth. Our results show that while cellular technology and subcarrier spacing have little impact, channel bandwidth and frequency range play a critical role in improving jamming resilience.
• Abstract（参考訳）: 産業用ネットワークや重要なインフラなど,可用性に重要なシステムにおける5Gネットワークの利用の増加に伴い,セルジャミングに対するそのレジリエンスの包括的理解が不可欠になっている。 しかし、これまでの研究は、固定された5G物理層構成下での独立した評価に重点を置いており、例えば、周波数帯域とチャネル帯域の差異を識別するなど、音の比較を困難にしている。 このギャップを埋めるために、ns-3シミュレータ内でオープンソースの5Gジャマを実装し、リリースする。 シミュレーションの制御可能な決定性を利用して、セル技術、周波数、サブキャリア間隔、チャネル帯域幅などの異なる次元におけるセルジャミングの影響を比較する。 セルラー技術とサブキャリアスペーシングは影響がほとんどないが、チャネル帯域と周波数範囲はジャミングレジリエンスの改善に重要な役割を担っている。

関連論文リスト

• Active RIS-Assisted URLLC NOMA-Based 5G Network with FBL under Jamming Attacks [5.715528540446773]
  有限ブロック長(FBL)条件下でのURLLC(Ultra-Reliable Low Communication)ネットワークにおける攻撃を妨害する課題に対処する。 エネルギー効率を高めるために, RIS (Re Reliable Intelligent Surfaces) を有効成分とする革新的なアプローチを導入する。 以上の結果から,RIS成分の数が4から400に増加することにより,SJNR比が13.64%向上することが示唆された。
  論文  参考訳（メタデータ） (2025-01-22T21:31:21Z)
• Communication-Efficient Federated Learning by Quantized Variance Reduction for Heterogeneous Wireless Edge Networks [55.467288506826755]
  フェデレーテッド・ラーニング(FL)は、無線エッジネットワークにおけるローカル・プライバシ・アウェア・コラボレーティブ・モデルトレーニングの有効なソリューションとして認識されている。 既存の通信効率の高いFLアルゴリズムは、デバイス間の大きなばらつきを低減できない。 本稿では,高度分散還元方式に依存する新しい通信効率FLアルゴリズムであるFedQVRを提案する。
  論文  参考訳（メタデータ） (2025-01-20T04:26:21Z)
• The impact of mobility, beam sweeping and smart jammers on security vulnerabilities of 5G cells [13.784352398504343]
  攻撃を妨害する5Gネットワークの脆弱性が懸念されている。 本稿では,マルチジャマーが5Gセルの計測値,特にスループットと出力に与える影響について検討する。
  論文  参考訳（メタデータ） (2024-11-07T19:45:15Z)
• Deep Reinforcement Learning for Interference Management in UAV-based 3D Networks: Potentials and Challenges [137.47736805685457]
  チャネル情報を知らなくても干渉を効果的に軽減できることを示す。 干渉を利用することにより、提案された解決策は民間UAVの継続的な成長を可能にする。
  論文  参考訳（メタデータ） (2023-05-11T18:06:46Z)
• 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)
• Deep Learning-Based Synchronization for Uplink NB-IoT [72.86843435313048]
  狭帯域モノのインターネット(NB-IoT)における狭帯域物理ランダムアクセスチャネル(NPRACH)のデバイス検出と到着時刻推定のためのニューラルネットワーク(NN)に基づくアルゴリズムを提案する。 導入されたNNアーキテクチャは、残余の畳み込みネットワークと、5Gニューラジオ(5G NR)仕様のプリアンブル構造に関する知識を利用する。
  論文  参考訳（メタデータ） (2022-05-22T12:16:43Z)
• Intelligent Blockage Prediction and Proactive Handover for Seamless Connectivity in Vision-Aided 5G/6G UDNs [8.437758224218648]
  超高密度ネットワーク(UDN)におけるモビリティ管理の課題 本稿では,無線信号とオンロード監視システムを利用した新しいメカニズムを提案し,ブロックの可能性を事前に予測し,タイムリーなハンドオーバ(HO)を行う。 その結果,我々のBLK検出とPHOアルゴリズムは,ユーザ接続性および要求品質(QoE)の40%向上を実現していることがわかった。
  論文  参考訳（メタデータ） (2022-02-21T16:21:49Z)
• 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)
• Reinforcement Learning Assisted Beamforming for Inter-cell Interference Mitigation in 5G Massive MIMO Networks [0.0]
  ビームフォーミングは、MMIMO(Multiple-input-multiple-output)通信において重要な技術である。 細胞間干渉(ICI)は、周波数再利用技術による5G通信が直面する主な障害の1つである。 5GダウンリンクにおけるICI緩和のための強化学習(RL)支援フルダイナミックビームフォーミングを提案する。
  論文  参考訳（メタデータ） (2021-01-27T07:18:07Z)
• To Talk or to Work: Energy Efficient Federated Learning over Mobile Devices via the Weight Quantization and 5G Transmission Co-Design [49.95746344960136]
  Federated Learning (FL) は,モバイルデバイス間での大規模学習タスクのための新たなパラダイムである。 モバイルデバイス上でFLをサポートする効果的な無線ネットワークアーキテクチャを確立する方法は不明です。 我々は、異種5Gモバイル機器上でのエネルギー効率FLのための無線伝送および重み量子化協調設計を開発する。
  論文  参考訳（メタデータ） (2020-12-21T01:13:44Z)
• Long Short Term Memory Networks for Bandwidth Forecasting in Mobile Broadband Networks under Mobility [6.112377814215607]
  MBBネットワークにおける帯域幅予測実験のためのオープンソースのフレームワークであるHINDSIGHT++を紹介する。 主に第5世代(5G)ネットワークの帯域幅予測に重点を置いている。 特に5Gophersは,米国内で運用されている5Gネットワーク上でのネットワーク性能を計測するための,最初のオープンソースの試みである。
  論文  参考訳（メタデータ） (2020-11-20T18:59:27Z)

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。