O-RAN 架构中基于移动目标防御的安全网络切片系统
密码学与安全
2023-09-26 v1
摘要
开放式无线接入网（O-RAN）架构的原生虚拟化和嵌入式智能促进了 RAN 切片，并在后 5G 网络中实现全面的端到端服务。然而，任何漏洞都可能危害安全性。因此，人工智能（AI）和机器学习（ML）安全威胁甚至可能危及 O-RAN 的优势。本文提出一种新方法，用于估计每个切片的预定义 VNF 的最优数量，同时解决 O-RAN 架构中动态服务准入控制与功耗最小化的安全 AI/ML 方法问题。我们在两个时间尺度上求解该问题：使用数学方法在大时间尺度确定预定义 VNF 数量，并使用深度强化学习算法——近端策略优化（PPO）在小时间尺度求解不同切片的动态服务准入控制与功耗最小化。为保障 O-RAN 的 ML 系统安全，我们实施移动目标防御（MTD）策略，通过为系统增加不确定性来防止投毒攻击。实验结果表明，所提出的基于 PPO 的服务准入控制方法实现了 above 80% 的准入率，且 MTD 策略有效增强了 PPO 方法对抗对抗攻击的鲁棒性。
引用
@article{arxiv.2309.13444,
title = {Moving Target Defense based Secured Network Slicing System in the O-RAN Architecture},
author = {Mojdeh Karbalaee Motalleb and Chafika Benzaïd and Tarik Taleb and Vahid Shah-Mansouri},
journal= {arXiv preprint arXiv:2309.13444},
year = {2023}
}
备注
6 pages