该论文提出了一种名为Q-FE的量子原生6G远边缘架构，旨在解决超密集工业物联网（IIoT）数字孪生场景下的安全与延迟挑战。当前架构依赖集中式云或移动边缘计算（MEC）服务器进行数字孪生计算，导致往返延迟过高，且使用易受量子攻击的经典公钥密码。Q-FE通过三个协同设计组件应对这些问题： 1. 微数字孪生（μDTs）与6G基站和高能力端点共存，减少通信跳数； 2. 跨层后量子密钥交换模块将CSIDH-512同源密钥材料直接嵌入MAC层控制帧，利用其紧凑密钥（≤64字节）避免数据包分片，相比ML-KEM/Kyber-1024降低62%的MAC层开销； 3. 异步联邦学习（AFL）协议由MEC节点上的轻量级DAG智能合约管理，消除落后者瓶颈，防止模型投毒和女巫攻击，且不暴露原始数据。 基于NS-3和PySyft的端到端仿真表明：Q-FE将P99.9超可靠低延迟通信（URLLC）维持在0.78 ms，全局模型收敛速度比同步联邦学习提升31%；协议复杂度为每轮O(N log R)；μDT切换迁移在模拟的10^4个事件中平均完成时间为1.9±0.3 ms。形式化威胁模型证实其对量子窃听、模型投毒和女巫攻击具有韧性。该工作适合网络架构、后量子密码和联邦学习领域的研究者阅读。

该论文针对5G-Advanced和新兴6G云原生电信架构面临的高度复杂、多层威胁向量和动态拓扑结构，提出了一种基于意图的声明式自主安全框架，其核心是TM Forum TR292I安全本体v4.0.0的设计与标准化。该方法利用描述逻辑（DL）和自动图推理，在闭环执行管道中实时动态消除活跃威胁，同时平衡功能保护期望与非功能资源影响（如延迟与计算开销之间的权衡）。通过分布式拒绝服务（DDoS）攻击缓解场景的结构化形式验证演练，论文展示了自动推理如何在无需人工干预的情况下解决运行时约束冲突，验证了模型驱动架构的可行性。该框架旨在解决手动命令式配置带来的严重延迟窗口问题，使攻击者难以利用。研究主要贡献包括：标准化安全本体的设计、基于意图的自主决策机制、以及形式化验证方法，适合电信安全架构师、云原生网络运营商及自动化安全研究人员阅读。

本文针对6G网络切片中的跨切片攻击归因问题，提出了一种名为DA-GC的认证因果关系框架。在6G网络中，多个网络切片共享底层基础设施，攻击可能通过资源争用等路径传播，导致标准Granger因果检验难以区分真实因果与虚假相关。现有方法在满足100毫秒的严格服务等级协议（SLA）时，准确性会显著下降。DA-GC的核心创新在于将资源条件Granger因果性与基于公理推导的资源争用模型（RCM）相结合，通过系统性地阻断资源介导的混淆效应，实现高精度低延迟的归因。作者在包含15个切片的生产仿真6G测试台上，模拟了1,100个攻击场景，实验表明DA-GC在87毫秒内达到89.2%的归因准确率，相比最强基线提升了7.9个百分点，同时延迟降低了2.7倍。此外，该框架展现出跨拓扑泛化能力和概念漂移鲁棒性。重要性方面，DA-GC配备了完整的形式化认证栈：为序列相关遥测数据和分段平稳性下的统计有效性提供了数学证明证书，并建立了严格的安全界限，包括对抗性利用欺骗的崩溃点δ*≈0.95，以及实现可证明隐私鲁棒部署所需的最小差分隐私噪声。这篇论文对从事6G安全、攻击取证和实时因果关系分析的研究人员有重要参考价值。