Attribuzione Causale Certificata per la Forensica degli Attacchi in Tempo Reale nel Network Slicing 6G
Il framework DA-GC, che sta per Causalità di Granger Condizionata dalle Risorse con Modello Assiomatico di Contesa delle Risorse, ha raggiunto un'accuratezza di attribuzione dell'89,2% entro 87 ms per identificare attacchi cross-slice nelle reti 6G. Ciò è stato validato utilizzando un testbed che emulava 15 slice e includeva 1.100 scenari di attacco. In particolare, ciò rappresenta un miglioramento di 7,9 punti percentuali rispetto alla baseline leader, operando con una latenza 2,7 volte inferiore. Il framework impiega un metodo di attribuzione causale certificato che combina la causalità di Granger condizionata dalle risorse con un Modello di Contesa delle Risorse stabilito assiomaticamente, mitigando efficacemente la confusione mediata dalle risorse e superando il problema delle correlazioni fuorvianti che i test di Granger tipici non riescono a distinguere dalle vere relazioni causali.
Fatti principali
- 1. DA-GC raggiunge un'accuratezza di attribuzione dell'89,2% a 87 ms
- 2. Testato su un testbed 6G di emulazione di produzione con 15 slice e 1.100 scenari di attacco
- 3. Miglioramento di 7,9 punti percentuali rispetto alla baseline più forte
- 4. Latenza 2,7 volte inferiore rispetto alla baseline
- 5. Generalizzazione cross-topologia e resilienza al concept drift dimostrate
- 6. Integra la causalità di Granger condizionata dalle risorse con il Modello di Contesa delle Risorse (RCM)
- 7. Affronta le correlazioni spurie derivanti dalla contesa condivisa delle risorse
- 8. Mira all'attribuzione degli attacchi cross-slice nelle reti 6G con SLA inferiore a 100 ms
Entità
—