探索 5G 恶意流量分析与增量学习入侵检测策略的新兴趋势
密码学与安全
2024-02-23 v1
摘要
5G 网络的普及给恶意流量检测技术带来了巨大挑战。原因在于，随着 5G 技术使用的增加，5G 网络上的恶意流量活动风险也随之增加。5G 网络中的恶意流量活动不仅有可能扰乱通信服务，还可能危及敏感数据。这可能对个人和组织产生严重后果。在本文中，我们首先对 5G 技术和 5G 安全性进行了深入研究。接下来，我们分析并讨论了人工智能 (AI) 下的最新恶意流量检测及其在 5G 网络中的适用性，并比较了 SOTA 解决的各种流量检测方面。同时也分析了 5G 流量检测领域的 SOTA。随后，我们提出了流量监控数据集的七项标准，以确认其对未来流量检测研究的适用性。最后，我们提出了 5G 环境下流量检测需要解决的三个主要问题。本文提出并将增量学习技术概念应用于实验中，实验结果证明该技术能够在一定程度上解决这三个问题。
引用
@article{arxiv.2402.14353,
title = {Exploring Emerging Trends in 5G Malicious Traffic Analysis and Incremental Learning Intrusion Detection Strategies},
author = {Zihao Wang and Kar Wai Fok and Vrizlynn L. L. Thing},
journal= {arXiv preprint arXiv:2402.14353},
year = {2024}
}