#AI-native

共收录 1 条相关安全情报。

← 返回所有主题
👥 作者: Bidushi Barua, Ahsan Khan, Kangfeng Ye, Panagiotis Papanastasiou, Yifan Liu, Mohit Bidikar, Anthony Moulds, Julie McCann, Poonam Yadav

第六代(6G)通信网络预计将演变为AI原生、高度自治的生态系统,融合通信、计算、感知和人工智能。尽管这些能力能实现前所未有的连接和智能服务,但它们也创造了高度异构的安全和隐私格局,无法通过孤立的、特定技术的解决方案来解决。本文对AI原生6G网络中的安全和隐私问题进行了全面的跨层综述。首先,本文审视了现有安全和隐私方法在新兴技术、网络架构、AI系统和标准化工作中的碎片化现状,从而论证了对统一安全和隐私框架的需求。基于该框架,本文开发了一个跨层威胁分类法,涵盖基础设施、网络与架构、AI、隐私以及安全管理等领域,并分析了关键AI原生6G技术中的代表性威胁。此外,本文将威胁映射到相应的跨层对策,包括将标准协调作为一种安全功能,并识别了关键研究差距和未来优先事项,以实现安全、可互操作和可信的AI原生6G生态系统。最后,本文讨论了实现安全、隐私保护、弹性和全球互操作的6G网络的未来研究方向。该综述为研究人员、从业人员和标准化社区提供了设计、评估和部署可信AI原生6G系统的整体基础。

💡 推荐理由: 本文提供了6G安全与隐私的全面跨层视角,对设计下一代安全通信系统具有重要参考价值。

🎯 建议动作: 研究跟进

排序因子: 来自 arXiv 其他板块 (+2) | Community 数据源 (+1) | LLM 评分加成 (+0.5)