nach oben

Erschienen in:

2025 | OriginalPaper | Buchkapitel

Detection and Mitigation of Backdoor Attacks on x-Apps

verfasst von : Rouaa Naim, Hams Gelban, Ahmed Badawy

Erschienen in: Web Information Systems Engineering – WISE 2024

Verlag: Springer Nature Singapore

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config

KI-gestützte Suche

Aus

Abstract

The integration of artificial intelligence (AI) and machine learning (ML) within the Open Radio Access Network (O-RAN) xApps introduces significant enhancements to network automation and anomaly detection. However, this open architecture increases vulnerability to sophisticated attacks, including backdoor threats. This paper proposes the use of an xLSTM autoencoder for detecting anomalies in O-RAN, specifically focusing on its ability to model long-term dependencies in network traffic. xLSTM, with its enhanced memory mechanisms, addresses the limitations of traditional models like LSTM by improving both detection accuracy and computational efficiency in real-time environments.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

über 102.000 Bücher
über 537 Zeitschriften

aus folgenden Fachgebieten:

Automobil + Motoren
Bauwesen + Immobilien
Business IT + Informatik
Elektrotechnik + Elektronik
Energie + Nachhaltigkeit
Finance + Banking
Management + Führung
Marketing + Vertrieb
Maschinenbau + Werkstoffe
Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

über 67.000 Bücher
über 390 Zeitschriften

aus folgenden Fachgebieten:

Automobil + Motoren
Bauwesen + Immobilien
Business IT + Informatik
Elektrotechnik + Elektronik
Energie + Nachhaltigkeit
Maschinenbau + Werkstoffe

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

über 67.000 Bücher
über 340 Zeitschriften

aus folgenden Fachgebieten:

Bauwesen + Immobilien
Business IT + Informatik
Finance + Banking
Management + Führung
Marketing + Vertrieb
Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Vorheriges Kapitel A Lightweight Detection of Sequential Patterns in File System Events During Ransomware Attacks

Nächstes Kapitel Cohesive Database Neighborhoods for Differential Privacy: Mapping Relational Databases to RDF

Al-Garadi, M.A., Mohamed, A., Al-Ali, A.K., Du, X., Ali, I., Guizani, M.: A survey of machine and deep learning methods for internet of things (iot) security. IEEE Commun. Surv. Tutorials 22(3), 1646–1685 (2020)CrossRef

al4nzonealor: Ton_iot_datasets (2023). https://github.com/al4nzonealor/TON_IoT_Datasets/tree/main, data retrieved from https://github.com/al4nzonealor/TON_IoT_Datasets/tree/main. Accessed 20 June 2024

Alharthi, M., Mahmood, A.: xlstm: Long-term time series forecasting. AI 5(3), 1482–1495 (2024). https://doi.org/10.3390/ai5030071. https://www.mdpi.com/2504-4990/5/3/71

Benzaid, C., Hossain, F.M., Taleb, T., Gómez, P.M., Dieudonne, M.: A federated continual learning framework for sustainable network anomaly detection in o-ran. In: 2024 IEEE Wireless Communications and Networking Conference (WCNC), pp. 1–6. IEEE (2024). https://doi.org/10.1109/WCNC57260.2024.10570951

Booij, T.M., Chiscop, I., Meeuwissen, E., Moustafa, N., Hartog, F.T.H.d.: \(ton_iot\): the role of heterogeneity and the need for standardization of features and attack types in iot network intrusion data sets. IEEE Internet Things J. 9(1), 485–496 (2022). https://doi.org/10.1109/JIOT.2021.3085194

Liyanage, M., Braeken, A., Shahabuddin, S., Ranaweera, P.: Open ran security: Challenges and opportunities. J. Netw. Comput. Appl. 214, 103621 (2023)

Polese, M., Bonati, L., D’Oro, S., Basagni, S., Melodia, T.: Understanding o-ran: architecture, interfaces, algorithms, security, and research challenges. IEEE Commun. Surv. Tutorials 25(2), 1376–1411 (2023). https://doi.org/10.1109/COMST.2023.3239220CrossRef

Sahoo, S.R., Kokkiligadda, J., Dash, R.: Video anomaly detection using variational convolutional lstm autoencoder. In: 2023 International Conference on Communication, Circuits, and Systems (IC3S), pp. 1–5 (2023). https://doi.org/10.1109/IC3S57698.2023.10169381

Sapavath, N.N., Kim, B., Chowdhury, K., Shah, V.K.: Experimental study of adversarial attacks on ml-based xapps in o-ran. In: GLOBECOM 2023 - 2023 IEEE Global Communications Conference, pp. 6352–6357 (2023). https://doi.org/10.1109/GLOBECOM54140.2023.10437125

10.

Shamshiri, S., Sohn, I.: Defense method challenges against backdoor attacks in neural networks. In: 2024 International Conference on Artificial Intelligence in Information and Communication (ICAIIC), pp. 396–400 (2024). https://doi.org/10.1109/ICAIIC60209.2024.10463411

11.

Shi, Z., Li, J., Wu, C., Li, J.: Deepwindow: an efficient method for online network traffic anomaly detection. In: 2019 IEEE 21st International Conference on High Performance Computing and Communications; IEEE 17th International Conference on Smart City; IEEE 5th International Conference on Data Science and Systems (HPCC/SmartCity/DSS), pp. 2403–2408 (2019). https://doi.org/10.1109/HPCC/SmartCity/DSS.2019.00335

12.

Yu, J., de Antonio, A., Villalba-Mora, E.: Deep learning (cnn, rnn) applications for smart homes: A systematic review. Computers 2022, vol. 11, p. 26 11, 26 (2022). https://doi.org/10.3390/COMPUTERS11020026, https://www.mdpi.com/2073-431X/11/2/26/htmhttps://www.mdpi.com/2073-431X/11/2/26

13.

Zhu, F., et al.: Anomaly detection in commercial load data using bidirectional lstm and autoencoders. In: 2024 IEEE 3rd International Conference on Electrical Engineering, Big Data and Algorithms (EEBDA), pp. 902–904 (2024). https://doi.org/10.1109/EEBDA60612.2024.10485863

Titel: Detection and Mitigation of Backdoor Attacks on x-Apps
verfasst von: Rouaa Naim
Hams Gelban
Ahmed Badawy
Verlag: Springer Nature Singapore
Buch: Web Information Systems Engineering – WISE 2024
Print ISBN: 978-981-9605-75-0

Electronic ISBN: 978-981-9605-76-7

Copyright-Jahr: 2025
DOI: https://doi.org/10.1007/978-981-96-0576-7_17

Springer Professional

Abstract

Bitte loggen Sie sich ein, um Zugang zu Ihrer Lizenz zu erhalten.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Springer Professional "Technik"

Springer Professional "Wirtschaft"