論文の概要: CORA: Teacher-Guided Causal O-RAN Adaptation for Jamming Detection
- arxiv url: http://arxiv.org/abs/2611.04330v1
- Date: Tue, 03 Nov 2026 05:14:00 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-10 02:47:52.574283
- Title: CORA: Teacher-Guided Causal O-RAN Adaptation for Jamming Detection
- Title（参考訳）: CORA:ジャミング検出のための教師ガイド型因果O-RAN適応
- Abstract要約: ミッションクリティカルなネットワークでは、ミスジャミングイベントは誤報よりもコストがかかるため、検知器はリコールを好み、慎重に操作し、攻撃データをラベル付けせずに動作するべきである。
本稿では,教師が指導する強化学習フレームワークであるCORAについて紹介する。
- 参考スコア（独自算出の注目度）: 0.8952229340927184
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: In mission-critical networks, a missed jamming event is costlier than a false alarm, so detectors should favor recall, operate causally, and work without labeled attack data. Retrospective Key Performance Indicator (KPI) detectors meet the label-free requirement but rely on future context and cannot run in streaming operation. We present CORA, a teacher-guided reinforcement learning (RL) framework that transfers the hindsight of a retrospective detector to a causal one without labels during training or deployment. Offline, a retrospective KPI detector evaluated on unlabeled historical logs defines a recall-weighted reward for a masked controller that adapts the sensitivity, persistence, and grace of a causal KPI detector. At deployment, the teacher is removed and the frozen controller acts causally, with no ground-truth labels and no target-specific calibration. The design maps onto offline training in the Non-Real-Time RIC and causal control in the Near-Real-Time RIC of an Open Radio Access Network (O-RAN). Under leave-one-out transfer across ten 5G O-RAN testbed configurations, CORA reaches recall-oriented operating points on the deployable frontier that none of the evaluated baselines covers. A Proximal Policy Optimization (PPO) controller raises mean recall from 0.687 to 0.771 over a fixed default detector on all ten configurations, while a Deep Q-Network (DQN) achieves a comparable F2-score to the best teacher-selected static configuration, with 61% fewer false alarms. Removing the teacher lowers recall on every configuration.
- Abstract（参考訳）: ミッションクリティカルなネットワークでは、ミスジャミングイベントは誤報よりもコストがかかるため、検知器はリコールを好み、慎重に操作し、攻撃データをラベル付けせずに動作するべきである。
振り返りキーパフォーマンス指標(KPI)検出器はラベルなしの要件を満たすが、将来の状況に依存し、ストリーミング操作では動作できない。
本稿では,教師が指導する強化学習(RL)フレームワークであるCORAについて述べる。
オフライン、ラベルのない履歴ログに基づいて評価された振り返りKPI検出器は、因果KPI検出器の感度、持続性、優雅性に適応するマスク付きコントローラに対するリコール重み付き報酬を定義する。
配備時に、教師は取り除かれ、凍結した制御装置は、地平線ラベルがなく、目標固有の校正も行わず、慎重に行動する。
この設計は、非リアルタイムRCCにおけるオフライントレーニングと、オープン無線アクセスネットワーク(O-RAN)のニアリアルタイムRCCにおける因果制御にマップされる。
10の5G O-RANテストベッド構成で1回限りの転送で、CORAは評価されたベースラインがカバーしていないデプロイ可能なフロンティア上のリコール指向の動作ポイントに到達する。
PPO(Proximal Policy Optimization)コントローラは、すべての10構成の固定デフォルトディテクターに対して平均リコールを0.687から0.771に引き上げ、一方、Deep Q-Network(DQN)は教師が選択した静的設定に匹敵するF2スコアを達成し、61%の誤警報を減らした。
教師の取り外しは、すべての構成をリコールする。
関連論文リスト
- Benchmarking Unsupervised Jamming Detection in 5G Open RAN [42.727584386619895]
電波周波数(RF)ジャミングは第5世代(5G)ネットワークを脅かす。
本稿では統計的および再構成に基づく教師なしジャミング検出器のベンチマークを行う。
SEMは、F1ランキングと整合して、すべての環境で第1位にランクインする。
論文 参考訳（メタデータ） (2026-11-03T05:58:35Z) - WaSA: Wavelet Scattering Autoencoders for Unsupervised Offline Detection of Malicious Clients in Federated Learning [51.56484100374058]
Federated Learning(FL)は、生データを公開することなく、協調的なモデルトレーニングを可能にする。
我々は、悪意のあるクライアント検出のための完全に教師なしのオフラインフレームワーク、WaSAを提案する。
クリーンな補助データのみに基づいて訓練されたデノナイジングオートエンコーダは、学習された良性多様体からの偏差に基づいてクライアントをスコアする。
論文 参考訳（メタデータ） (2026-10-09T08:10:10Z) - From Probe Scores to Alarm Policies: Operational Validity of Activation Monitors for Language-Model Agents [0.0]
アクティベーションプローブは、受信動作特性曲線(AUROC)の下で高い領域を持つ言語モデルの安全性関連特性を予測することができる
配備されたエージェントモニターは、厳格な偽アラーム予算の下で閾値付きアラーム決定を行う。
我々は,モニタの目標,可観測性,アイデンティティ,タイミング,介入ユニット,コンパレータ,キャリブレーション,コストを修正する操作検証契約を導入する。
論文 参考訳（メタデータ） (2026-10-03T15:11:21Z) - hacktrace: behavior-supervised detection of reward hacking during code generation [52.709361620508595]
コーディングエージェントは、コードを修正するか、バグを露呈するテストを削除することで、パスグレードを得ることができる。
我々はQwen3-8Bから173,561個の注釈付きマルチターン符号化トラジェクトリをリリースし、成功を活かさないショートカット動作の監視が検出を大幅に改善することを示す。
HACKTRACEは、エージェントがコードを生成する際に既に計算している内部状態を読み取る行動監視モニターである。
論文 参考訳（メタデータ） (2026-10-02T09:35:59Z) - Hindsight Memory-PRM: Supervising Memory Management with Auditable Hindsight Credit [48.811961095386]
Hindsight Memory-PRMはこの監査パスを2回利用します。
オフラインで操作条件付きメモリユーティリティの批判をトレーニングする。
オンラインでは、検索、引用、および1つの制御された削除と再回答が、介入校正されたエントリーレベルのプレゼンスクレジットを確定する。
論文 参考訳（メタデータ） (2026-08-30T06:53:13Z) - Autonomous Cyber Defense: Real-Time Attack Detection and Mitigation in Software-Defined Networks Using Machine Learning [78.29352305480285]
最近の侵入では、最初のアクセスと最初の横移動の間の間隔は27秒と短いことが観察されている。
本稿では,ソフトウェア定義ネットワークにおける攻撃をオペレーターの関与なしに検出・ブロックするクローズドループフレームワークを提案する。
論文 参考訳（メタデータ） (2026-08-22T18:38:39Z) - What the Detector Can See: Evaluating CPS Anomaly Detectors Independently of the Decision Rule [6.145872664954402]
異常検知器は、しばしばサイバー物理システムの最後の防御線である。
これらの検出器は通常、単一の動作点における精度、リコール、F1を用いて比較される。
我々は、CPS異常検出器を2段階のパイプラインとして扱う:ステージ1は残差に観測をマッピングし、ステージ2は残差をアラームにマッピングする。
我々は,3つのCPSベンチマーク(SWaT,WADI,HAI)の5つの検出器を評価した。
論文 参考訳（メタデータ） (2026-08-03T19:35:00Z) - Cybersecurity Detection Classification with Reasoning-enabled Language Models [50.72675435043546]
セキュリティオペレーションセンター(SOC)の大きな問題は、警告疲労である。
以前の作業では、大きな言語モデル(LLM)がトリアージラベルを直接出力するように促すか、あるいは微調整するが、検出が真の脅威であるかどうかを判断するよう訓練することはない。
我々は、実際の人間ラベルのWindowsエンドポイント検出に対して、推論可能なトリアージ分類器(CoT)を訓練する。
論文 参考訳（メタデータ） (2026-07-30T16:22:13Z) - Feedback-Normalized Developer Memory for Reinforcement-Learning Coding Agents: A Safety-Gated MCP Architecture [0.0]
本稿では、RLコーディングエージェントのためのローカルファーストのモデルコンテキストプロトコル(MCP)ネイティブな開発者メモリアーキテクチャであるRL Developer Memoryについて述べる。
メモリ選択をログ化されたコンテキスト決定プロセスとして扱う。
システムは、RLアルゴリズムのバグ、ハードネガ、レビューゲートされたRL/コントロールケース、低リスク障害を含む決定論的200ケースのベンチマークで評価される。
論文 参考訳（メタデータ） (2026-05-02T18:37:36Z) - Robust Global-Local Behavior Arbitration via Continuous Command Fusion Under LiDAR Errors [0.0]
本稿では、2つのコントローラの出力を融合させるROS2ネイティブ仲裁モジュールを提案する。
各制御ステップにおいて、両コントローラはAckermannコマンドを提案し、PPO訓練されたポリシーはコンパクトな特徴観察から連続ゲートを予測する。
本研究は,計画レベルの相互作用推論の代替としてではなく,モジュール型ROS2環境でのコマンドレベルのロバスト性評価を意図している。
論文 参考訳（メタデータ） (2026-03-28T14:09:55Z) - DETReg: Unsupervised Pretraining with Region Priors for Object Detection [103.93533951746612]
DETRegは、オブジェクト検出ネットワーク全体を事前トレーニングする、新しい自己教師型メソッドである。
事前トレーニング中、DETRegはオブジェクトのローカライゼーションを予測し、教師なしのリージョン提案ジェネレータからのローカライゼーションにマッチする。
対応する機能埋め込みと、自己教師付きイメージエンコーダからの埋め込みを同時に調整する。
論文 参考訳（メタデータ） (2021-06-08T17:39:14Z)
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。