通过定制组相对策略优化推进基于大语言模型的安全自动化以实现零接触网络
密码学与安全
2025-12-11 v1 人工智能
摘要
零接触网络（ZTNs）代表了一种迈向完全自动化和智能网络管理的变革性范式，提供了第六代（6G）网络复杂性所需的可扩展性和适应性。然而，6G网络的分布式架构、高度开放性和深度异质性扩大了攻击面，并带来了前所未有的安全挑战。为此，安全自动化旨在实现动态和复杂环境中的智能安全管理，作为保护6G ZTNs的关键能力。尽管前景广阔，但在6G ZTNs中实施安全自动化面临两个主要挑战：1）在真实、并行和对抗性条件下，自动化从安全策略生成到验证和更新的整个生命周期；2）使安全策略适应不断演变的威胁和动态环境。这促使我们提出了SecLoop和SA-GRPO。SecLoop构成了首个完全自动化框架，将大语言模型（LLMs）集成到安全策略生成、编排、响应和反馈的整个生命周期中，从而在动态网络环境中实现智能和自适应防御，解决了第一个挑战。此外，我们提出了SA-GRPO，一种新颖的安全感知组相对策略优化算法，通过对比来自并行SecLoop执行的组反馈来迭代优化安全策略，从而解决了第二个挑战。在五个基准上的广泛真实实验，包括11个MITRE ATT&CK过程和超过20种攻击类型，证明了所提出的SecLoop和SA-GRPO的优越性。我们将把平台发布给社区，推动安全自动化向下一代通信的进步。
引用
@article{arxiv.2512.09485,
title = {Advancing LLM-Based Security Automation with Customized Group Relative Policy Optimization for Zero-Touch Networks},
author = {Xinye Cao and Yihan Lin and Guoshun Nan and Qinchuan Zhou and Yuhang Luo and Yurui Gao and Zeliang Zhang and Haolang Lu and Qimei Cui and Yanzhao Hou and Xiaofeng Tao and Tony Q. S. Quek},
journal= {arXiv preprint arXiv:2512.09485},
year = {2025}
}
备注
Accepted by IEEE JSAC. This work has been submitted to the IEEE for possible publication