Szczegóły publikacji
Opis bibliograficzny
Machine learning based detection of attacts aimed at the packet forwarding control protocol within the 5G control plane — Oparte na uczeniu maszynowym wykrywanie ataków na protokół PFCP w płaszczyźnie sterowania 5GC / Andres VEJAR, Piotr CHOŁDA // Przegląd Telekomunikacyjny, Wiadomości Telekomunikacyjne ; ISSN 1230-3496. — 2025 — R. 98 nr 4, s. 173–176. — Bibliogr. s. 176, Streszcz., Abstr. — KRiT 2025 : Konferencja Radiokomunikacji i Teleinformatyki : Gdańsk, 10–12 września 2025
Autorzy (2)
Słowa kluczowe
Dane bibliometryczne
| ID BaDAP | 161941 |
|---|---|
| Data dodania do BaDAP | 2025-09-04 |
| Tekst źródłowy | URL |
| DOI | 10.15199/59.2025.4.36 |
| Rok publikacji | 2025 |
| Typ publikacji | referat w czasopiśmie |
| Otwarty dostęp |  |
| Creative Commons | |
| Czasopismo/seria | Przegląd Telekomunikacyjny, Wiadomości Telekomunikacyjne |
Streszczenie
Badania dotyczą zastosowania uczenia maszynowego w detekcji czterech klas ataków typu DoS ukierunkowanych na protokół PFCP w płaszczyźnie sterowania 5G. Modele opierają się na perceptronie wielowarstwowym i warstwach splotowych. Wykorzystują informację o pakietach na poziomie bajtów zamiast przepływów sieciowych. Użyto wyjaśnialnego uczenia maszynowego XML do wybierania cech o znaczeniu globalnym (udało się zredukować ich liczbę do 50%) przy utrzymaniu wysokiej dokładności klasyfikacji.
Abstract
This study investigates the use of machine learning methods to analyze four classes of denial-of-service attacks targeting the packet forwarding control protocol (PFCP). Neural network models were deployed with fully connected and convolutional layers, using byte-level packet information instead of network flows. Using explainable machine learning to select features of global importance; the models maintain high classification accuracy while decreasing training and evaluation times, requiring only half of the initial features.
