2022
DOI: 10.48550/arxiv.2201.06093
|View full text |Cite
Preprint
|
Sign up to set email alerts
|

Adversarial Machine Learning Threat Analysis and Remediation in Open Radio Access Network (O-RAN)

Help me understand this report

Search citation statements

Order By: Relevance

Paper Sections

Select...
1
1
1
1

Citation Types

0
3
0
9

Year Published

2022
2022
2023
2023

Publication Types

Select...
3
1

Relationship

0
4

Authors

Journals

citations
Cited by 4 publications
(12 citation statements)
references
References 0 publications
0
3
0
9
Order By: Relevance
“…Um modelo de aprendizado de máquina / inteligência artificial desenvolvido de maneira legítima pode ser comprometido posteriormente [Habler et al, 2022]. O comprometimento pode ocorrer por diversos motivos, incluindo um desenvolvedor de aplicações inteligentes malicioso, hardware ou software da infraestrutura que sofreu um ataque ou um usuário malicioso que fabrica dados para alterar o modelo ou forçar determinadas respostas na sua inferência.…”
Section: Ataques Baseados Em Aprendizado De Máquina Para Ranunclassified
See 1 more Smart Citation
“…Um modelo de aprendizado de máquina / inteligência artificial desenvolvido de maneira legítima pode ser comprometido posteriormente [Habler et al, 2022]. O comprometimento pode ocorrer por diversos motivos, incluindo um desenvolvedor de aplicações inteligentes malicioso, hardware ou software da infraestrutura que sofreu um ataque ou um usuário malicioso que fabrica dados para alterar o modelo ou forçar determinadas respostas na sua inferência.…”
Section: Ataques Baseados Em Aprendizado De Máquina Para Ranunclassified
“…Habler et al fornecem uma análise sistemática de aprendizado de máquina adversarial na arquitetura O-RAN [Habler et al, 2022]. Assim, os autores avaliam as ameaças na arquitetura utilizando uma ontologia de avaliação de riscos e propondo uma taxonomia para tal.…”
Section: Ataques Na Arquitetura O-ranunclassified
“…Hence, incorporating ML solutions into the RAN poses new cyber-security threats. Consequently, having a thorough understanding of the attack surface and ensuring the robustness of the O-RAN to adversarial machine learning threats are mandatory for securing the new Open-RAN architecture [29].…”
Section: B Importance Of Robustnessmentioning
confidence: 99%
“…Vernetzt." Joint project 6G-RIC, project identification number: 16KISK020K and 16KISK0 [21][22][23][24][25][26][27][28][29][30][31][32][33][34][35].…”
Section: Acknowledgmentmentioning
confidence: 99%
“…O-RAN architecture has also opened up the space allowing to plug in AI/ML models to automatically and efficiently manage network resources in various use cases such as traffic steering, quality of experience prediction, and anomaly detection. Unfortunately, some of the researches [34] have demonstrated that the AI/ML models could become vulnerable in different contexts of attacks or could be utilized to provide extra attacking surface for breaking the security and privacy of O-RAN. We listed a few risks associated with AI/ML models in table 4.…”
Section: Challenges For O-ran Securitymentioning
confidence: 99%