面向 5G 及未来安全的可解释人工智能综述：技术层面、挑战与研究方向
网络与互联网体系结构
2024-10-01 v3 人工智能
密码学与安全
摘要
随着 5G 商用的到来，下一代超 5G (B5G) 无线接入技术被设想为需要更可靠、更快速和更智能的电信系统。人工智能 (AI) 和机器学习 (ML) 在服务层应用中极为流行，并已被提议作为 5G 及未来网络许多方面的关键使能技术，涵盖从物联网设备、边缘计算到基于云的基础设施。然而，现有的基于 ML 的 5G 安全综述往往更强调 AI/ML 模型的性能和准确性，而非模型的可问责性和可信赖性。相比之下，本文探讨了可解释人工智能 (XAI) 方法的潜力，该方法将允许 5G 及未来的利益相关者检查用于保护下一代网络的智能黑箱系统。在 5G 及未来的安全领域中使用 XAI 的目标是，使基于 ML 的安全系统的决策过程对 5G 及未来的利益相关者透明且可理解，从而使系统对其自动化行为负责。在即将到来的 B5G 时代的每一个方面，包括 ORAN、零接触网络管理和端到端切片等 B5G 技术，本综述都强调了 XAI 在其中的作用，这些作用最终将使普通用户受益。此外，我们还在当前涉及 XAI 的项目基础上，总结了近期工作的经验教训并提出了未来的研究方向。
引用
@article{arxiv.2204.12822,
title = {A Survey on XAI for 5G and Beyond Security: Technical Aspects, Challenges and Research Directions},
author = {Thulitha Senevirathna and Vinh Hoa La and Samuel Marchal and Bartlomiej Siniarski and Madhusanka Liyanage and Shen Wang},
journal= {arXiv preprint arXiv:2204.12822},
year = {2024}
}
备注
34 pages, 12 Figures