[2026 年 7 月 29 日提交]

查看 PDF HTML（实验性）

摘要：移动网络运营商正越来越多地探索使用人工智能（AI）来自动化复杂的网络任务，例如小区选择和移动性管理。一个根本问题随之而来：目前尚无方法验证 AI 功能是否做出了正确的决策，或者是否出于正确的理由做出决策，而非通过不可靠的捷径得到看似正确的答案。在安全关键且注重韧性的基础设施中，这种缺乏透明度的情况对 AI 技术在无线网络中的广泛采用构成了重大挑战。本文提出了一种机械审计方法：检查功能的内部表示，并根据机器可验证的 3GPP 规范进行核查。具体而言，我们制定了一般性的三步审计原则，即定位与协议相关的特征、验证其因果作用，并诊断适配如何重塑其使用，贯穿始终依托公开可得的可解释性与电信研究。我们提出一种原生审计网络架构，其中专用验证代理持续检查网络中 AI 功能的推理，支持部署前认证和运行时审计。我们还讨论了如何实现该架构、所需的数据和基准，以及机械审计进入电信实践与标准化之前仍需解决的开放挑战。

提交历史

来自：Kezhi Wang [查看邮件]
[v1] 2026 年 7 月 29 日 星期三 02:42:29 UTC (457 KB)