TwinGuard: サリー大学の人工知能が 5G サイバー攻撃をミリ秒で阻止

英国のサリー大学の研究者らは、TwinGuard と呼ばれる革新的な防御システムを開発しました。このシステムは、人工知能を使用して、5G ネットワーク上の高度なサイバー攻撃を前例のない速度で検出し、わずか数ミリ秒で無効化します。このイノベーションは、第 5 世代ネットワークの複雑さとオープン性の増大によってもたらされるセキュリティ上の課題に対する重要な対応策として生まれました。第 5 世代ネットワークは、より優れた柔軟性と導入コストの削減を実現しますが、潜在的なサイバー侵入の侵入ポイントも多くなります。この技術は、世界的な通信インフラの回復力を強化することを約束します。

最新の 5G ネットワークのアーキテクチャは、その柔軟性とよりオープンなインフラストラクチャを特徴としており、更新を容易にし、拡張を最適化しますが、この同じ特性により、悪意のある攻撃者に対する攻撃ベクトルが大幅に拡大します。サイバー脅威が絶えず進化し、予測がますます困難になっているというシナリオに直面して、TwinGuard は、攻撃によってサービスに深刻な混乱が生じる前に不審な動きを予測できる、プロアクティブな障壁として自らを位置づけています。

この革新の中核は、数ミリ秒ごとに更新されるモバイル ネットワークの正確な仮想レプリカであるリアルタイムの「デジタル ツイン」の使用にあります。強化学習を採用した人工知能によって補完されたこのシステムは、異常なパターンを特定し、従来のセキュリティ システムでは達成が困難な機敏性で悪意のあるアクティビティを遮断できます。

5Gネットワ​​ークのサイバーセキュリティの革新

TwinGuard の「デジタル ツイン」概念は、その有効性の基礎です。これは物理ネットワークの仮想シャドウとして機能し、各コンポーネントとデータ ストリームを微細な精度でミラーリングします。このリアルタイム レプリケーションにより、システムは運用を妨げることなくネットワークの動作を継続的に監視できるため、正当か不審かにかかわらず、発生しているアクティビティに対する前例のない可視性が提供されます。このような動的な仮想表現を持つ機能により、TwinGuard は即座に詳細な分析を行うことができます。

強化学習人工知能の統合により、TwinGuard は新たなレベルの防御を実現します。固定ルールに基づくシステムとは異なり、TwinGuard の AI は学習して適応するように設計されています。彼女は、既知の攻撃パターンを認識するだけでなく、たとえそれが微妙なものであっても、異常な動作を推測し、予測するように訓練を受けています。通常のネットワーク動作からの逸脱を特定することで、AI は攻撃を封じ込めて中断するためのアクションを開始し、ネットワークの運用と安全性を確保し、中断やデータ漏洩のリスクを最小限に抑えることができます。

厳格なテストと有望な結果

TwinGuard の有効性を証明するために、サリー大学の研究者は、現実世界のシナリオを高い忠実度でシミュレートする 5G 環境でテストを実施しました。使用された環境の 1 つは、複数の携帯電話アンテナが連携して動作する動作を再現する、シミュレートされたマルチセルのオープン無線アクセス ネットワーク (O-RAN) 構成です。このシナリオにより、分散され相互接続された通信インフラストラクチャの複雑さに対処するシステムの能力を評価することができました。

2 番目のテスト環境は、OpenAirInterface として知られるオープン ソース ソフトウェアを使用して構築された完全仮想 5G コア ネットワークで構成されていました。このネットワークは FlexRIC プラットフォームによってリアルタイムで制御され、制御された再現可能な環境でさまざまな種類のサイバー攻撃をシミュレートする理想的なシナリオを提供しました。これらの環境を選択することで、テストがネットワークのアクセス部分とコアの両方を確実にカバーし、広範囲の潜在的な脆弱性をカバーできるようになりました。

これらのテスト中に、TwinGuard は、アンテナ間接続管理システムに偽の信号で過負荷をかけようとするハンドオーバー フラッド攻撃などの複雑な攻撃を受けました。もう 1 つのシミュレートされた攻撃は、E2 シグネチャ フラッドです。この攻撃では、悪意のあるアプリケーションがネットワーク コントローラーに過剰な量のデータ要求を送信し、通常の運用を妨害することを目的としています。どちらのシナリオでも、システムは 100 ミリ秒未満という驚異的な時間内に攻撃を検出してブロックすることで、その有効性を実証しました。

アジャイルな脅威に直面した場合の従来の防御の遅れ

従来のサイバーセキュリティ システムは、現代のサイバー攻撃の動的かつ回避的な性質に直面すると、多くの場合、重大な制限に遭遇します。既知の攻撃パターンのデータベースに依存しているため、これまでカタログ化されていない新しい脅威や既存の攻撃のバリエーションに対して脆弱になります。攻撃者は絶えず技術革新を行っており、確立された防御を回避するためのますます洗練された方法を開発しているため、この遅れは重要なポイントです。

サリー大学サイバーセキュリティセンターの複雑システム准教授で研究リーダーのソティリス・モショヤニス博士は、「最近、攻撃者が玄関から入ってくることはめったにありません。彼らは、従来の防御では対処できないように設計された方法で、攻撃を調査し、適応させ、エスカレートさせます。」と強調しました。この観察は、ネットワーク セキュリティにおける静的かつ事後的なアプローチからのパラダイム シフトが差し迫った必要性を強調しています。

TwinGuard のデモンストレーションは、モバイル ネットワークが、事前に定義されたルールだけに依存するのではなく、悪意のある動作が現れるたびに学習して認識し、自律的かつリアルタイムで対応できる、またそうすべきであるという明確な見解を提供します。この適応能力により、サイバー犯罪者によって簡単に更新または回避される可能性がある既知のシグネチャに基づいて単純にフィルタリングする防御戦略に対して、システムに決定的な利点が与えられます。

5G ネットワークにおける異常なアクティビティを検出することは、相互接続された膨大な数のコンポーネントで構成されるそのアーキテクチャ自体に固有の課題です。この複雑さにより、ハッカーが自分の行動を偽装したり、通常のネットワーク トラフィックを模倣したり、悪意のある活動を時間の経過とともに段階的にエスカレートしたりできる複数の層が提供されます。このような動作により、通信パターンの微妙な変化を識別する能力がないシステムでは識別が困難になるため、適応型 AI は継続的な監視に不可欠なソリューションとなります。

6G レジリエンスへの道を開く

2030 年代初頭に予測される 6G ネットワークの到来が差し迫っているため、適応性の高いインテリジェントなセキュリティ システムの必要性がさらに重要になっています。次世代モバイル ネットワークは、速度、遅延、容量の点で大幅な進歩をもたらすことが期待されていますが、その一方で、新たな複雑性や潜在的な脆弱性も導入されることになります。研究者らは、6G向けの将来のセキュリティシステムは、固定された警告信号への依存を超え、ますます高度化して変化する脅威からインフラストラクチャを保護するために動作パターンを継続的に学習する機能を組み込む必要があると述べている。これらのネットワークの回復力は、セキュリティの革新に直接依存します。

TwinGuard の研究は、この方向への基本的な一歩を表し、セキュリティへのアプローチの根本的な変化が可能であるだけでなく、不可欠であることを示しています。事前に定義されたルールのみに基づく防御から脱却し、リアルタイムで脅威を学習して認識できるシステムを選択することが重要です。この移行により、6G などの将来のネットワーク システムは、徐々に俊敏性と回避性が高まるサイバー脅威のシナリオに直面しても、その信頼性とセキュリティを維持できるようになります。ネットワークが積極的に適応してネットワーク自体を保護する能力は、将来的に継続して安全な運用を行うための基盤となります。

研究の次のステップとネットワーク防御の将来

ソティリス・モショヤニス博士率いるサリー大学の研究チームは、そこで止まるつもりはありません。初期テストが成功した後、TwinGuard の開発の次の段階では、そのフレームワークを複数のネットワーク セルを含む大幅に大規模で複雑な環境に拡張することが含まれます。このフェーズは大規模導入シナリオをシミュレーションするために重要であり、TwinGuard を将来の 6G システムでの実用化にさらに近づけます。研究者らは、商用ネットワークの広大で複雑なアーキテクチャを反映した条件下でシステムをテストすることで、その堅牢性と拡張性をさらに向上させたいと考えています。最終的な目標は、デジタル社会にとってますます不可欠となる通信インフラをテクノロジーで効果的に保護し、ますます相互接続され重要になっているネットワーク エコシステムにおけるサイバー攻撃に対する防御を強化できるようにすることです。

TwinGuard の出版物と学術的評価

TwinGuard システムとその有望な結果を詳述する研究は、科学および工学コミュニティで非常に名誉あるイベントである、コンピューティングと通信における信頼、セキュリティ、およびプライバシーに関する有名な 2025 IEEE 国際会議で最初に発表されました。その後、この研究は世界で最も重要な技術的および科学的文献データベースの 1 つである IEEE Xplore に発表され、プロジェクトに大きな評価とピア検証が与えられました。学術界および技術界からのこの承認は、通信ネットワークのサイバーセキュリティ分野において TwinGuard が提案するイノベーションの信頼性と関連性を強化します。