論文の概要: Secure Agentic AI and Multimodal Intelligence in 6G Communication Systems
- arxiv url: http://arxiv.org/abs/2610.30436v1
- Date: Wed, 21 Oct 2026 20:47:14 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-24 02:08:44.133191
- Title: Secure Agentic AI and Multimodal Intelligence in 6G Communication Systems
- Title（参考訳）: 6G通信システムにおけるセキュアエージェントAIとマルチモーダルインテリジェンス
- Abstract要約: 6G通信システムは没入型、意図駆動型、遅延クリティカルなサービスをサポートすることが期待されている。
エージェントAIシステムは異種入力を推論し、ツールとネットワーク関数を使用し、分散エンティティをまたいで調整し、動的環境に適応することができる。
脆弱性は、マルチモーダルデータパイプライン、メモリ、ツール、通信インターフェース、エージェント間の調整ループを越えて伝搬することができる。
- 参考スコア（独自算出の注目度）: 6.50512834554523
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Sixth-generation (6G) communication systems are expected to support immersive, intent-driven, and latency-critical services through tight integration of multimodal intelligence, edge computing, and autonomous network control. In this setting, agentic AI systems can reason over heterogeneous inputs, use tools and network functions, coordinate across distributed entities, and adapt to dynamic environments. These capabilities make agentic multimodal intelligence promising for 6G applications such as semantic communications, digital twins, and zero-touch network management, but they also introduce security and privacy risks that extend beyond conventional AI and network security models. Vulnerabilities can propagate across multimodal data pipelines, memory, tools, communication interfaces, and inter-agent coordination loops. We survey multimodal intelligence and agentic AI for 6G cross-layered communication systems from the perspectives of privacy and security. We present a 6G-oriented system view spanning perception, memory, tool use, and multi-agent orchestration; analyze threat models and attack surfaces across sensing, cognition, action, memory, and communication layers; organize existing attacks into a structured taxonomy; and review mitigation strategies including prompt and memory defenses, inter-agent trust mechanisms, secure orchestration, and privacy-preserving learning. We conclude by outlining open research directions for trustworthy multimodal multi-agent 6G systems.
- Abstract（参考訳）: 第6世代(6G)通信システムは、マルチモーダルインテリジェンス、エッジコンピューティング、自律ネットワーク制御の緊密な統合を通じて、没入型、意図駆動型、およびレイテンシクリティカルなサービスをサポートすることが期待されている。
この設定では、エージェントAIシステムは異種入力を推論し、ツールとネットワーク機能を使用し、分散エンティティをまたいで調整し、動的環境に適応することができる。
これらの能力により、セマンティック通信、デジタルツイン、ゼロタッチネットワーク管理といった6Gアプリケーションにエージェントのマルチモーダルインテリジェンスは期待できるが、従来のAIやネットワークセキュリティモデルを超えて、セキュリティとプライバシのリスクも導入する。
脆弱性は、マルチモーダルデータパイプライン、メモリ、ツール、通信インターフェース、エージェント間の調整ループを越えて伝搬することができる。
プライバシとセキュリティの観点から、6G層間通信システムにおけるマルチモーダルインテリジェンスとエージェントAIを調査した。
本稿では,認識,記憶,ツール使用,マルチエージェントオーケストレーションにまたがる6G指向のシステムビュー,認識,認知,行動,記憶,コミュニケーション層にわたる脅威モデルと攻撃面の解析,構造化された分類に既存の攻撃を組織化すること,および,プロンプトとメモリ防衛,エージェント間信頼機構,セキュアなオーケストレーション,プライバシ保護学習を含む緩和戦略をレビューする。
信頼性の高いマルチモーダルマルチエージェント6Gシステムについて,オープンな研究の方向性を概説する。
関連論文リスト
- When Agentic AI Meets Integrated Sensing and Communication [23.084474668808912]
エージェント人工知能(AI)は、統合センシングとコミュニケーション(ISAC)を目標駆動のクローズドループインテリジェントシステムに変換する。
この調査は、文献を6段階のクローズドループフレームワークにまとめる。
物理層プリミティブから完全な閉ループISACまでの5段階のエージェント成熟を導入する。
論文 参考訳（メタデータ） (2026-08-06T09:26:49Z) - Toward a Unified Security and Privacy Framework for AI-Native 6G Networks [3.9001926558811455]
第6世代(6G)通信ネットワークは、AIネイティブで高度に自律的なエコシステムへと進化することが期待されている。
本稿では,階層間の観点から,AIネイティブな6Gネットワークにおけるセキュリティとプライバシに関する包括的調査を行う。
論文 参考訳（メタデータ） (2026-07-01T14:52:04Z) - 6G Communication Networks Enabling Embodied Agents: Architecture and Prototype [9.576234748631647]
エージェントは純粋にソフトウェアベースのエージェントよりもはるかに厳密で異質な通信要求を課す。
6Gは、ミリ秒以下のレイテンシ、超高信頼性、ネイティブインテリジェンス、統合センシングを実現している。
本稿では, 概念的, 工学的両面から, エンボディエージェントの6G対応通信システムについて検討する。
論文 参考訳（メタデータ） (2026-05-22T06:05:14Z) - Empowering Embodied AI in 6G Networks: Architecture, Enablers, and Open Challenges [29.55746814021036]
エンボディード人工知能(AI)は、第6世代(6G)無線ネットワークのキードライバーとして登場しつつある。
我々は,コミュニケーション,センシング,計算,制御を統合クローズドループ基盤として共同で設計する,AIネイティブな6Gシステムのための総合的なフレームワークを提案する。
論文 参考訳（メタデータ） (2026-05-17T09:34:57Z) - Networking-Aware Energy Efficiency in Agentic AI Inference: A Survey [64.20429885919701]
本稿では,知覚・推論・行動サイクル全体にわたる計算・通信コストを同定するエネルギー会計フレームワークを提案する。
我々は、単純化、計算制御、インプット・アンド・アテンション最適化、ハードウェア・アウェア・推論にまたがる統一的な分類法を確立する。
我々は,第6世代移動通信(6G)ネイティブエージェントAI,自己維持システムといったグリーンラーニングのオープンな課題を特定した。
論文 参考訳（メタデータ） (2026-04-09T06:13:59Z) - Agentic Wireless Communication for 6G: Intent-Aware and Continuously Evolving Physical-Layer Intelligence [22.740040535858327]
大規模言語モデル(LLM)は、意図認識型ネットワークエージェントのための有望な基盤を提供する。
本稿では,6G物理層とその実現経路のエージェントAIについて検討する。
本稿では,多種多様なユーザ好みのコミュニケーションリンクを適応的に構築する,意図駆動型リンク決定エージェントAgenComのケーススタディを提案する。
論文 参考訳（メタデータ） (2026-02-19T05:36:27Z) - Towards 6G Native-AI Edge Networks: A Semantic-Aware and Agentic Intelligence Paradigm [85.7583231789615]
6Gはインテリジェンスをネイティブネットワークの能力として位置づけ、無線アクセスネットワーク(RAN)の設計を変革する
このビジョンの中では、セマンティック・ネイティブのコミュニケーションとエージェント・インテリジェンスが中心的な役割を果たすことが期待されている。
エージェントインテリジェンスは、RANエンティティに目標駆動の自律性、推論、計画、マルチエージェントコラボレーションを提供する。
論文 参考訳（メタデータ） (2025-12-04T03:09:33Z) - Agentic Web: Weaving the Next Web with AI Agents [109.13815627467514]
大規模言語モデル(LLM)を活用したAIエージェントの出現は、エージェントWebに対する重要な転換点である。
このパラダイムでは、エージェントが直接対話して、ユーザに代わって複雑なタスクを計画、コーディネート、実行します。
本稿では,エージェントWebの理解と構築のための構造化フレームワークを提案する。
論文 参考訳（メタデータ） (2025-07-28T17:58:12Z) - From Large AI Models to Agentic AI: A Tutorial on Future Intelligent Communications [57.38526350775472]
このチュートリアルは、大規模人工知能モデル(LAM)とエージェントAI技術の原則、設計、応用に関する体系的な紹介を提供する。
我々は,6G通信の背景を概説し,LAMからエージェントAIへの技術的進化を概説し,チュートリアルのモチベーションと主な貢献を明らかにする。
論文 参考訳（メタデータ） (2025-05-28T12:54:07Z) - Overview of AI and Communication for 6G Network: Fundamentals, Challenges, and Future Research Opportunities [148.601430677814]
本稿では,6GネットワークにおけるAIと通信の概要を概観する。
我々はまず、AIを無線通信に組み込むことの背景にある要因と、AIと6Gの収束のビジョンを概観する。
講演はその後、6Gネットワーク内でAIの統合を想定する詳細な説明へと移行する。
論文 参考訳（メタデータ） (2024-12-19T05:36:34Z) - Large Language Model Enhanced Multi-Agent Systems for 6G Communications [94.45712802626794]
本稿では,自然言語を用いたコミュニケーション関連タスクを解くための,カスタマイズされたコミュニケーション知識とツールを備えたマルチエージェントシステムを提案する。
セマンティック通信システムの設計により,提案方式の有効性を検証した。
論文 参考訳（メタデータ） (2023-12-13T02:35:57Z)
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。