Exploiting and Securing ML Solutions in Near-RT RIC: A Perspective of an xApp

开放式无线接入网络（O-RAN）正在成为一项颠覆性技术，革新了传统移动网络架构和5G及即将到来的6G时代的部署方式。网络架构的分解、天然支持人工智能/机器学习工作流、云原生原则、可扩展性和互操作性使得O-RAN对于超越5G和6G的部署对于网络提供商非常有吸引力。值得注意的是，能够在RAN智能控制器（RICs）上部署自定义应用程序，包括以xApps或rApps形式部署的机器学习（ML）解决方案，对于网络功能和资源优化具有巨大的潜力。然而，O-RAN和RICs的开放性、新兴标准和分布式架构引入了许多易受多种攻击向量攻击的漏洞，这些漏洞尚未完全被探索。为了解决这一差距并确保在大规模部署之前拥有强大的系统，本研究分析了部署在RIC平台上的基于ML的应用程序的安全性。我们重点关注潜在的攻击、防御机制，并为未来研究铺平道路，以实现更强大的RIC平台。

分析在O-RAN和RIC平台上部署ML应用的安全性，探讨潜在的攻击和防御机制。

通过分析攻击向量和潜在漏洞，提出了一种基于ML的安全防御机制，以保护RIC平台上的应用程序。

实验使用了开源的O-RAN和RIC平台，并提出了一种基于ML的安全防御机制。该研究为未来更加健壮的RIC平台打下了基础。

最近的相关研究包括：'A Survey of Security Issues in Open RAN'，'Secure and Private AI for 5G and Beyond'，'AI-Enabled Security for 6G Wireless Communication: Opportunities and Challenges'等。