O-RAN 中的鲁棒异常检测：利用 LLMs 对抗数据操纵攻击.pdfVIP

Thispaperhasbeenacceptedforpublicationonthe1stfree5GCWorldForuminconjunctionwithACMCCS2025

O-RAN中的鲁棒异常检测：利用LLMs对抗

数据操纵攻击

ThusithaDayaratneNgocDuyPhamVietVo

MonashUniversity,AustraliaMonashUniversity,AustraliaSwinburneUniversityof

Technology,Australia

ShangqiLaiSharifAbuadbbaHajimeSuzuki

CSIRO’sData61,AustraliaCSIRO’sData61,AustraliaCSIRO’sData61,Australia

XingliangYuanCarstenRudolph

本TheUniversityofMelbourneMonashUniversity,Australia

译Australia

中摘要低检测延迟（低于0.07秒），使其适用于近实时(Near-

1

v5G和开放无线接入网络（O-RAN）架构的引入使得RT)RIC部署。

9

2更灵活、更智能的网络部署成为可能。然而，这些架

0构的复杂性和开放性也带来了新的安全挑战，比如在1介绍

8

0O-RAN平台内的半标准化共享数据层(SDL)中通过恶5G网络的部署显著提升了移动通信中的消费者体验。

.

8意xApps进行数据篡改攻击。特别是，恶意xApps可其核心能力，包括增强型移动宽带（eMBB）、大规模

0

5以通过对传统机器学习(ML)异常检测方法所使用的机器类通信（mMTC）和超可靠低延迟通信（uRLLC），

2

:数据引入微妙的Unicode差异（hypoglyphs）来利用为众多行业开辟了巨大的机遇。然而，这些网络的大

v

i这一漏洞。这些基于Unicode的操作可能绕过检测并范围部署、架构复杂性和安全性关键性使其成为各种

x

r导致基于传统ML（如自动编码器）的异常检测系统对手的吸引目标，从个人恶意行为者到国家行为体。

a

失效，因为后者在处理被hypoglyph化的数据时会崩第三层协议中存在若干漏洞，包括管理连接建立

溃。我们研究了大型语言模型(LLMs)在O-RAN架构和承载配置的无线资源控制（RRC）[1]，以及负责用

中的异常检测应用以应对这一挑战。我们展示了基于户设备（UEs）与核心网络之间移动性和会话管理的

LLM的xApps保持了稳健的操作性能，并且能够处理非接入层（NAS）[2]。鉴于这些协议的关键性质以及

篡改的信息而不崩溃。虽然初始检测准确率需要进一某些消息中完整性保护/加密不足[3]，吸引了对手的

步改进，但我们的结果显示，LLMs对于输入数据中如关注。利用这些协议的漏洞可以发起诸如盲目拒绝服

hypoglyphs等对抗性攻击具有较强的鲁棒性。通过提务（DoS）、空密文、下行链路DoS和摇篮曲攻击，导

示工程利用其适应性有可能进一步提高准确性，但这致会话中断、电池耗尽或安全设置被破坏[4–6]。尽管

需要更多的研究。此外，我们还展示了LLMs实现了