该论文针对 O-RAN 架构解耦与软件化所引入的 RIC 生态运行时安全风险，提出 rApp/xApp 运行时完整性证明（attestation）这一 RIC 原生安全用例。现有 O-RAN 规范已定义入网、认证、身份管理与安全通信等机制，但缺少对已部署 rApp/xApp 在运行期间是否保持预期、未被篡改状态的验证手段。作者不设计新的密码协议，而是定义如何将既有完整性校验技术通过证明模块、证明代理、RIC 应用接口和 SMO 驱动的策略协同集成进 O-RAN，并把该用例映射到 O-RAN Alliance 相关工作组，指出所需的标准化扩展。为验证可行性，作者在 Near-RT RIC 平台上实现轻量级基于哈希的原型，实验显示多种密码哈希函数的证明时延均低于 40 ms，说明在合理调度下运行时证明不会干扰时延敏感的 RIC 操作。论文最后讨论可信验证、已知良好运行时状态基线、可扩展性、缓解策略及未来混合证明机制等剩余挑战。该工作适合 O-RAN 标准制定者、运营商 RIC 平台团队及电信安全研究者参考。

该论文针对开放式无线接入网（O-RAN）的安全评估难题提出了一种基于图的可查询分析框架。O-RAN 通过模块化和互操作架构取代了传统供应商绑定的 RAN 系统，虽然促进了竞争与创新，但也引入了更高的复杂性和更大的攻击面。当前的安全评估方式主要依赖人工查阅大量规范文档、厂商白皮书和学术研究，过程繁琐且易出错，且难以保持动态更新。为此，作者设计了一个图数据库，将规范、论文、开源项目和漏洞数据库中的信息整合为统一的可查询结构，共包含超过 350 个节点和 1250 多条关系。为了保持资源时效性，框架采用混合数据提取流水线：对结构化规范使用确定性解析，对演进中的规范和非结构化文献则结合大语言模型（LLM）辅助提取。通过查询该图，论文在所选语料中揭示了三个可操作发现：首先，O-DU、SMO、O-Cloud 等关键基础设施节点在规范层面存在数十个威胁，但对应的实证研究覆盖极少；其次，被分析的 CVE 涉及的 21 个 CWE 条目中有 11 个与内存安全弱点相关；最后，20 个来自研究论文的 CVE 中有 18 个是通过模糊测试发现的。作者将数据库、流水线及查询脚本作为开源工件发布，为 O-RAN 安全研究者提供可更新的动态知识库，避免了静态交叉引用的局限。该框架不仅可用于攻击面分析，还可辅助安全测试优先级排序和漏洞研究定位。适合关注 O-RAN 安全、资产建模、知识图谱应用于安全分析的蓝队研究员、学术研究者及安全评估工具开发人员阅读。

该论文针对5G移动网络中层三（L3）协议面临的安全威胁，提出了一种基于O-RAN（开放无线接入网络）架构的攻击检测服务——5G-SPECTOR。传统蜂窝网络基础设施封闭且专有，而5G正向智能、开放标准化的O-RAN架构迁移，这为安全监测提供了新的机会。论文设计了两个核心组件：MOBIFLOW，一种新型安全审计流，用于传输细粒度的蜂窝网络遥测数据；MOBIEXPERT，一个可编程的控制平面xApp，用于实时分析数据并检测异常。该系统可检测7种已知的L3协议攻击，并能扩展至11种未知攻击以及31个真实世界蜂窝网络流量样本。实验结果表明，5G-SPECTOR具有高准确率、零误报，且CPU开销低于2%、内存消耗低于100 MB，展示了良好的实时性、可扩展性和低性能开销。该研究为O-RAN环境下的蜂窝网络安全监测提供了一个全面且实用的框架。

开放无线接入网络（O-RAN）越来越多地将近实时控制委托给从第三方供应商获取的深度强化学习（DRL）xApp，这引入了新的供应链攻击面。后门策略在正常情况下表现最优，但一旦对手向观察到的关键性能指标（KPI）遥测数据中注入隐蔽触发器，就会产生有害的控制动作，降低服务质量（QoS）。本文提出ORAN-DEFEND，一种无需重新训练的包装器，通过奇异值分解（SVD）从少量可信的干净轨迹中估计安全子空间，将每个KPI窗口投影到该安全子空间上，从而净化冻结的、可能被攻陷的xApp。作者从分析和实验两方面建立了精确的恢复条件：如果触发器能量集中在安全子空间的正交补中，则防御成功，并通过触发器的正交补能量分数量化该边界。在Colosseum COLORAN数据集上，评估了四种结构不同的DRL后门攻击（TrojDRL、SleeperNets、BadRL和Q-Incept），涵盖内环和外环投毒机制，结果表明在子空间假设成立时，所有攻击都实现了100%的回报恢复和≥99.5%的防御成功率。几何消融实验揭示了任何线性投影防御的内在且此前未表征的极限：当触发器与合法信号共定位时，正交补能量分数单调地控制恢复，线性残差检测器降至随机水平，而非线性分类器仍保持完美可分性。

5G网络在提供低延迟、高吞吐量和海量连接的同时，其控制平面仍面临多种安全威胁。其中，无线资源控制（RRC）信令风暴是一种特别有效且难以缓解的拒绝服务（DoS）攻击。恶意用户设备（UE）通过发送大量RRC信令，旨在耗尽下一代基站（gNB）的资源，阻止合法UE建立连接。现有的防御措施通常仅限于检测、仅通过数值模拟进行评估，且无法区分高负载网络条件和攻击；多数方法还假设静态配置，不考虑移动性。本文首先利用OpenAirInterface（OAI）5G协议栈评估了信令风暴攻击的可行性。然后，作者提出了StormShield，一种作为xApp在O-RAN近实时RAN智能控制器（RIC）上实现的攻击检测与缓解技术。它通过对恶意UE进行指纹识别并在gNB资源耗尽前将其阻断。作者在OTA测试平台上进行了原型验证，使用OAI、NVIDIA Aerial以及两种不同的gNB设置：一种采用USRP X410软件定义无线电（SDR）和8.1功能拆分，另一种采用商用富士康射频单元（RU）和7.2功能拆分。实验结果表明，StormShield能有效防止gNB资源耗尽，平均检测精度达到97.6%，从攻击开始到识别的平均时间为106.5毫秒。该工作为5G RAN提供了实用的实时信令风暴防御方案。