研究人员开发了 DAST，一个用于检测 Open Radio Access Networks (O-RAN) 中异常的新型框架。该系统利用视觉语言模型 (VLM) 和大型语言模型 (LLM) 管道来分析网络遥测数据，将其转换为视觉表示，并根据 O-RAN 知识对文本描述进行评分。DAST 在识别性能下降和拒绝服务攻击方面取得了高精度，优于现有的时间序列异常检测方法。 AI
影响 引入了一种新颖的 VLM-LLM 方法用于网络安全，有可能提高 O-RAN 对抗复杂攻击的弹性。
排序理由 该集群包含一篇详细介绍新型异常检测框架的研究论文。
在 arXiv cs.MA (Multiagent) 阅读 →
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2606.06261v1 Announce Type: cross Abstract: O-RAN enables a disaggregated baseband stack with programmable functions that communicate over standardized open interfaces. The same openness that enables multi-vendor composition also expands the attack surface across logically …
O-RAN enables a disaggregated baseband stack with programmable functions that communicate over standardized open interfaces. The same openness that enables multi-vendor composition also expands the attack surface across logically decoupled tiers that make up the compute continuum…