論文の概要: A Queryable Graph-Based Security Analysis Framework for O-RAN

• arxiv url: http://arxiv.org/abs/2609.06855v1
• Date: Sun, 06 Sep 2026 22:01:04 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-12 02:14:43.56046
• Title: A Queryable Graph-Based Security Analysis Framework for O-RAN
• Title（参考訳）: O-RANのためのクエリ可能なグラフベースのセキュリティ分析フレームワーク
• Abstract要約: Open Radio Access Network (O-RAN)は、ベンダがロックしたRANを、競争を促進しイノベーションを加速するモジュラーで相互運用可能なアーキテクチャに置き換える。 今日では、O-RANセキュリティを評価するには、数十の仕様、ベンダーホワイトペーパー、学術研究を手動で相互参照する必要がある。 この静的コーパスを単一のクエリ可能なデータベースに変換するグラフベースのフレームワークを提案する。
• 参考スコア（独自算出の注目度）: 5.968342460171346
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The Open Radio Access Network (O-RAN) replaces vendor-locked RANs with a modular and interoperable architecture that fosters competition and accelerates innovation. With this openness comes increased complexity and a larger attack surface, making security a critical concern. Today, assessing O-RAN security requires manually cross-referencing dozens of specifications, vendor whitepapers, and academic studies, which is error-prone and static. In this paper, we present a graph-based framework that transforms this static corpus into a single, queryable database. Our graph representation contains over 350 nodes and more than 1,250 relationships, distilled from specifications, academic papers, open-source projects, and vulnerability databases. To keep this resource current, we integrate a hybrid data extraction pipeline that couples deterministic parsing of structured specifications with Large Language Model (LLM)-assisted extraction for evolving specifications and unstructured literature. Querying the graph reveals three actionable findings within our curated corpus: critical infrastructure such as the O-DU, SMO, and O-Cloud carries dozens of specification-level threats yet has little or no empirical coverage; memory-safety weaknesses account for 11 of the 21 CWE occurrences associated with the analyzed CVEs; and fuzzing uncovered 18 of the 20 CVEs attributed to research papers. We provide the database, pipeline, and queries as open-source artifacts.
• Abstract（参考訳）: Open Radio Access Network (O-RAN)は、ベンダがロックしたRANを、競争を促進しイノベーションを加速するモジュラーで相互運用可能なアーキテクチャに置き換える。 このオープン性によって、複雑さが増し、攻撃面が大きくなり、セキュリティが重要な懸念事項となる。 今日では、O-RANセキュリティを評価するには、数十の仕様、ベンダーホワイトペーパー、学術研究を手動で相互参照する必要がある。 本稿では,この静的コーパスを単一のクエリ可能なデータベースに変換するグラフベースのフレームワークを提案する。 私たちのグラフ表現には350以上のノードと1250以上の関係があり、仕様や学術論文、オープンソースプロジェクト、脆弱性データベースから抽出されています。 このリソース電流を維持するために、構造化仕様の決定論的解析をLLM(Large Language Model)に結合したハイブリッドデータ抽出パイプラインを統合し、仕様の進化と非構造化文献の抽出を行う。 O-DU、SMO、O-Cloudといった重要なインフラストラクチャには、数十の仕様レベルの脅威があるが、経験的なカバレッジはほとんどあるいは全くない。 データベース、パイプライン、クエリをオープンソースアーティファクトとして提供しています。

関連論文リスト

• BIT.UA-AAUBS at ArchEHR-QA 2026: Evaluating Open-Source and Proprietary LLMs via Prompting in Low-Resource QA [65.22695574492265]
  本稿では,ArchEHR-QA 2026共有タスクにおけるBIT.UAグループとAAUBSグループの共同参加について述べる。 トレーニングデータがないことと、医療領域に固有の厳格なデータプライバシー制約があるため、重み付けをせずにLLM(Large Language Models)の能力を調査する。 我々は、いくつかの最先端のプロプライエタリモデルと、様々な迅速なエンジニアリング戦略を用いて、ローカルにデプロイ可能なオープンソース代替品を評価した。 我々の結果は、プロプライエタリなモデルは変化を促す強力なレジリエンスを示す一方で、ドメイン適応型オープンソースモデル(MedGemma 3 27Bなど)は高い競争力を発揮することを示した。
  論文  参考訳（メタデータ） (2026-05-05T10:43:56Z)
• DisastRAG: A Multi-Source Disaster Information Integration and Access System Based on Retrieval-Augmented Large Language Models [12.889382597710915]
  本研究では災害対応情報統合・アクセスシステムであるDisastRAGについて述べる。 DisastRAGは、大規模言語モデルと、構造化された、構造化されていない、コンテキストの災害情報への検索強化されたアクセスを組み合わせる。
  論文  参考訳（メタデータ） (2026-04-06T16:01:49Z)
• Towards Predicting Multi-Vulnerability Attack Chains in Software Supply Chains from Software Bill of Materials Graphs [1.628589561701473]
  本稿では,新しいSBOMによるグラフ学習手法を用いて,マルチハザーバビリティアタックチェーンの学習に基づく新たな研究方向を提案する。 これにより、SBOM構造とスキャナ出力を、フラットな脆弱性リストではなく、依存性に制約のあるエビデンスグラフとして扱う。 我々は、コンポーネントが少なくとも1つの既知の脆弱性と関連付けられているかどうかを予測するために、異種グラフ注意ネットワーク(HGAT)を訓練する。 我々は、脆弱性の発見を、文書化されたマルチハザーバビリティチェーンでトレーニングされた軽量Multi-Layer Perceptron(MLP)ニューラルネットワークを用いて、CVE-Pairリンク予測として表している。
  論文  参考訳（メタデータ） (2026-04-04T17:29:39Z)
• CorpusQA: A 10 Million Token Benchmark for Corpus-Level Analysis and Reasoning [48.56088080889236]
  我々は、新しいデータ合成フレームワークによって生成された1000万のトークンをスケーリングする新しいベンチマークであるCorpusQAを紹介した。 合成データの微調整はLLMの一般的な長文推論能力を効果的に向上させることを示す。 メモリ拡張型エージェントアーキテクチャは,より堅牢な代替手段であることを示す。
  論文  参考訳（メタデータ） (2026-01-21T12:52:30Z)
• Towards Compositional Generalization in LLMs for Smart Contract Security: A Case Study on Reentrancy Vulnerabilities [35.39583123277091]
  本稿では,原子タスクの分解と融合に基づくポストトレーニングアルゴリズムを提案する。 再帰的脆弱性検出タスクを4つの線形独立原子タスクに分解する。 合成データセットのトレーニングにより、3つのコンパイラ検証データセットを生成する。 次に、Slitherツールを使用して、制御フローグラフとデータフローグラフから構造情報を抽出する。
  論文  参考訳（メタデータ） (2026-01-11T13:52:07Z)
• Scaling Beyond Context: A Survey of Multimodal Retrieval-Augmented Generation for Document Understanding [61.36285696607487]
  文書理解は、財務分析から科学的発見への応用に不可欠である。 現在のアプローチでは、OCRベースのパイプラインがLarge Language Models(LLM)やネイティブのMultimodal LLMs(MLLM)に制限されている。 Retrieval-Augmented Generation (RAG)は、外部データの基底モデルを支援するが、文書のマルチモーダルな性質は、テキスト、テーブル、チャート、レイアウトを組み合わせることで、より高度なパラダイムを必要とする。
  論文  参考訳（メタデータ） (2025-10-17T02:33:16Z)
• Exposing Privacy Risks in Graph Retrieval-Augmented Generation [32.961000274379835]
  Graph RAGは、外部の最新の知識でLLM(Large Language Models)を拡張するための強力なテクニックです。 本稿では,グラフRAGシステムのデータ抽出脆弱性について検討する。 グラフRAGシステムは生テキストの漏洩を減少させる可能性があるが、構造化された実体や関係情報の抽出には非常に脆弱である。
  論文  参考訳（メタデータ） (2025-08-24T06:19:44Z)
• CTINexus: Automatic Cyber Threat Intelligence Knowledge Graph Construction Using Large Language Models [49.657358248788945]
  サイバー脅威インテリジェンス(CTI)レポートのテキスト記述は、サイバー脅威に関する豊富な知識源である。 現在のCTI知識抽出法は柔軟性と一般化性に欠ける。 我々は,データ効率の高いCTI知識抽出と高品質サイバーセキュリティ知識グラフ(CSKG)構築のための新しいフレームワークであるCTINexusを提案する。
  論文  参考訳（メタデータ） (2024-10-28T14:18:32Z)
• Robust Utility-Preserving Text Anonymization Based on Large Language Models [80.5266278002083]
  機密情報を含む匿名化は、幅広いアプリケーションにとって不可欠である。 既存の技術は、大規模言語モデルの再識別能力の新たな課題に直面している。 本稿では,プライバシ評価器,ユーティリティ評価器,最適化コンポーネントの3つの重要なコンポーネントで構成されるフレームワークを提案する。
  論文  参考訳（メタデータ） (2024-07-16T14:28:56Z)
• Serving Deep Learning Model in Relational Databases [70.53282490832189]
  リレーショナルデータ上での深層学習(DL)モデルの実現は、様々な商業分野や科学分野において重要な要件となっている。 最先端のDL中心アーキテクチャは、DL計算を専用のDLフレームワークにオフロードします。 UDF中心アーキテクチャの可能性は、リレーショナルデータベース管理システム(RDBMS)内の1つ以上のテンソル計算をユーザ定義関数(UDF)にカプセル化する。
  論文  参考訳（メタデータ） (2023-10-07T06:01:35Z)
• KILT: a Benchmark for Knowledge Intensive Language Tasks [102.33046195554886]
  知識集約型言語タスク(KILT)のベンチマークを示す。 KILTのすべてのタスクはウィキペディアのスナップショットと同じだ。 共有密度ベクトル指数とSeq2seqモデルとの結合が強いベースラインであることが分かる。
  論文  参考訳（メタデータ） (2020-09-04T15:32:19Z)

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。