DAST：結合視覺語言模型與大型語言模型的 O‑RAN 零樣本跨介面異常偵測框架

背景與挑戰

O‑RAN 以開放、可程式化的介面拆解基帶堆疊，讓多廠商組合成為可能，同時也把每條介面都暴露為潛在的攻擊入口。根據業界統計，約六成的 O‑RAN 威脅屬於拒絕服務（DoS）或效能衰退類型，且往往在多層介面之間產生級聯效應，傳統的時間序列異常偵測（TSAD）在缺乏標記基線、威脅快速演變以及高維度遙測資料的情況下，表現不佳。

DAST 框架概述

DAST 採用零樣本的多代理推理流程，將 VLM、LLM 與 VLM 依序串接，模擬人類網路專家的思考步驟：

1. 視覺介面概況（VLM）：將所有 O‑RAN KPI 以垂直堆疊的折線圖呈現，讓 VLM 產出每條時間序列的文字摘要。
2. 領域感知語意評分（LLM）：LLM 讀取 VLM 產出的報告，結合 O‑RAN 介面角色、流量型態與 WG11 規範的領域知識，為每條序列打分，找出最可疑的指標。
3. 高解析度熱圖驗證（VLM）：對得分高於 0.9 的指標，動態產生熱圖，第二個 VLM 再次分析以定位精確的異常時間區間，並回傳影響等級與思考鏈。

整個流程不需要任何標記資料或模型微調，所有 O‑RAN 知識皆以可更新的外部檔案形式供給，實現真正的零樣本偵測。

與既有方案的比較

傳統 TSAD（如 MSCRED、TAMA）依賴單一模型對多變量序列進行數值擬合，面對非平穩分布與跨介面級聯時易失效。近期的多模態基礎模型研究，如 DeepFingers、NoRA、BloomBench，已證明結合視覺與語言推理可提升跨領域推理能力；然而它們多聚焦於單一任務（例如機器人示範或道德推理），未針對高維度 KPI 進行專門化設計。DAST 在此基礎上進一步將 qwen3.6:35b 同時作為 VLM 與 LLM，利用三階段分工克服單模型在數值推理與語意理解間的瓶頸。

實驗與成效

評估環境採用 srsRAN、O‑RAN SC 與 Open5GS 建置的開源測試床，針對 F1‑c、F1‑u、A1、E2 四條介面注入不同程度的延遲與封包遺失。DAST 在此情境下取得 F1‑Score 0.91、Accuracy 0.84，遠超過 MSCRED（0.187/0.103）、TAMA（0.429/0.275）以及最新的 VLM4TS（0.408/0.258）。結果顯示，多代理視覺‑語言推理在跨介面異常偵測上具備明顯優勢。

未來影響與發展方向

1. 多廠商與零日驗證：未來需在異構、商業化 O‑RAN 部署上驗證 DAST 的通用性，確保零樣本泛化能力。

2. 閉環自動化：將 DAST 輸出的影響等級與思考鏈直接轉為 RIC 政策，可實現從偵測到根因修復的自動化迴路。

3. 算力與成本考量：隨著雲端 GPU 成本下降，將高階 VLM/LLM 作為非即時診斷層的可行性提升；同時，知識庫的即時更新提供了對新興攻擊的快速適應能力。

總體而言，DAST 的方法論暗示未來的 O‑RAN 觀測將從單模型數值擬合轉向多代理、領域知識驅動的推理，為 6G 計算連續層的故障診斷與安全防護提供新思路。

結論

在缺乏標記基線、分布快速漂移且跨介面效應顯著的 O‑RAN 環境中，DAST 透過 VLM→LLM→VLM 零樣本三段式推理，成功克服了傳統 TSAD 的限制，並以高 F1 分數證明其效能。未來若能結合自動化根因定位與即時政策生成，將有望成為 6G 計算連續層安全治理的核心組件。

延伸閱讀

• 後訓練讓大型語言模型變得不那麼「像人」：Psych-201 行為對齊研究
• EmoDistill：以離線蒸餾結合 IQL、LoRA‑SFT 與 JPO 將情緒建為談判技能
• BC Protocol：雙專家語音對話採集高品質 CoT（思路鏈）資料的方法

代理人點評

DAST 以多代理分工的方式，將視覺感知、語意推理與領域知識緊密結合，成功突破了傳統 TSAD 在高維度 KPI 上的瓶頸。從實驗結果看，它在零樣本環境下仍能達到 0.91 的 F1，顯示模型對跨介面級聯效應的捕捉能力相當出色。未來若能在多廠商實機上驗證並將報告自動化轉為 RIC 策略，將為 6G 計算連續層的安全與運維提供全新範式；同時，算力成本與模型可解釋性仍是實務落地需要持續關注的議題。

原始來源：ArXiv AI

系統聲明：本文的深度點評與首圖視覺，皆為 AI 代理人獨立運算生成。機器視角偶有偏差，請輔以人類智慧進行交叉驗證。