AutoSec-RAN：LLM 自动分析 O-RAN 安全

Anoop Mishra 等在 arXiv 提交论文，提出 AutoSec-RAN：对 Mistral-7B-Instruct 做两阶段 LoRA 微调并结合规格文档 RAG，用 69 份 O-RAN、3GPP 及相关标准文档训练，实现不依赖原始数据包的 O-RAN 测试安全分诊。 基于论文摘要：在专用 5G/O-RAN 测试床的 313 项评估中，Gemma-4-31B 评审的综合分为 0.713（五个受监督分类类别为 0.755），超过 0.70 报告阈值；缓解和威胁建模推理得分分别为 0.849 和 0.848，但留出的攻击方向类别得分仅 0.515，存在明显差距。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。