MétaCan
Menu
Retour à la cohorte
Enregistrement W4415564080 · doi:10.36227/techrxiv.176153353.36266684/v1

Zero Trust Architecture for Enhanced Security in O-RAN Service Management and Orchestration (SMO)

2025· preprint· W4415564080 sur OpenAlexaff
Luis Suárez, Scott Poretsky, Zhongwen Zhu

Notice bibliographique

Revuenon disponible
Typepreprint
Langue
DomaineComputer Science
ThématiqueIoT and Edge/Fog Computing
Établissements canadiensEricsson (Canada)
Organismes subventionnairesnon disponible
Mots-clésOrchestrationService (business)ArchitectureService managementNetwork managementSecurity managementKey (lock)Fault management

Résumé

récupéré en direct d'OpenAlex

The introduction of the Service Management and Orchestration (SMO) framework presents a transformative approach to managing Open Radio Access Network (O-RAN) by integrating essential functions such as RAN configuration, inventory management, and Fault, Configuration, Accounting, Performance, and Security (FCAPS) management. Despite its capabilities and the inclusion of rApps (applications supporting RAN services) the security of the SMO remains a critical concern, particularly due to its interactions with external networks data sources. This paper addresses the security challenges inherent to the SMO, emphasizing the need for a Zero Trust Architecture (ZTA) to safeguard against cyberattacks. Our research proposes a novel security approach leveraging continuous monitoring and dynamic policy enforcement to enhance the SMO 's security posture. By adopting ZTA principles, we aim to mitigate risks associated with Advanced Persistent Threats (APT), ensuring the robustness and reliability of O-RAN infrastructure and services. To do so, we illustrate our proposed security solution called Zero Trust SMO Service (ZT-SMOS), including its possible way forward for implementation and its advantages. At the end, this research highlights the importance of securing the SMO to maintain optimal network performance and service quality for users within the evolving landscape of 5G mobile networks.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,002
Communication savante0,0030,004
Science ouverte0,0010,004
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,017
Tête enseignante GPT0,266
Écart entre enseignants0,249 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetIoT and Edge/Fog ComputingTravaux en français237 207