面向6G无线网络的生成式AI漏洞检测：进展、案例研究与未来方向
密码学与安全
2025-06-26 v1 网络与互联网体系结构
摘要
6G无线网络、物联网和边缘计算的快速发展显著扩大了网络的网络攻击面，迫切需要更智能和自适应的漏洞检测机制。传统安全方法虽然具有基础性意义，但在应对零日攻击、对抗性威胁以及高度动态环境中的情境依赖漏洞方面力不从众。生成式AI（GAI）作为一种变革性解决方案，利用合成数据生成、多模态推理和自适应学习来增强安全框架。本文探讨了GAI驱动的6G无线网络漏洞检测集成，聚焦于代码审计、协议安全、云边防御和硬件保护。我们引入一个三层框架，包括技术层、能力层和应用层，系统性地分析VAEs、GANs、LLMs和GDMs在保护下一代无线生态系统中的作用。为演示实际实施，我们呈现了一个LLM驱动的代码漏洞检测案例研究，突出其有效性、性能和挑战。最后，我们概述了未来研究方向，包括轻量级模型、高真实性数据生成、外部知识集成和隐私保护技术。通过综合当前进展和开放挑战，本工作为研究人员和实践者提供了利用GAI构建韧性和自适应安全解决方案的路线图。
引用
@article{arxiv.2506.20488,
title = {Generative AI for Vulnerability Detection in 6G Wireless Networks: Advances, Case Study, and Future Directions},
author = {Shuo Yang and Xinran Zheng and Jinfeng Xu and Jinze Li and Danyang Song and Zheyu Chen and Edith C. H. Ngai},
journal= {arXiv preprint arXiv:2506.20488},
year = {2025}
}