The 6G wireless network is expected to drive cyber-physical systems (CPS) from merely connected things to securely connected intelligence. While 6G will offer real-time communication between cyber and physical entities, due to convergence of operational technology (OT) and information technology (IT) networks, security, and trustworthiness of the massive amount of data shared between cyber and physical entities will remain of great concern. Attackers having AI capability will be able to mount massive numbers of automated and novel attacks on the future 6G network. Human security specialists teaming with an AI-powered adaptive defense mechanism will be needed to counter emerging AI-based attacks on the massively connected CPS through 6G wireless networks. 6G networks are expected to add industrial immunity to IT, OT, and IIoT networks with the help of AI. 6G is expected to offer deep learning (DL) assisted security function virtualization (SFV) to support software defined security (SDS) architecture for dynamic defense mechanisms, intelligently monitor network traffic anomalies at different network endpoints and segments, and offer increased visibility across attack surfaces. In this article, we study the security challenges in 6G networks posed by the recent convergence of OT and IT networks and propose distributed DL-assisted SDS for 6G vertical that will autonomously detect, localize, and isolate security threats via SFV. Finally, we present future directions and the challenges ahead.

中文翻译：

---

用于 6G 无线网络的深度学习辅助软件定义安全架构：IIoT 视角

预计 6G 无线网络将推动网络物理系统 (CPS) 从单纯的连接事物发展为安全连接的智能。虽然 6G 将提供网络和物理实体之间的实时通信，但由于运营技术 (OT) 和信息技术 (IT) 网络的融合，网络和物理实体之间共享的大量数据的安全性和可信度将保持不变非常关心。拥有人工智能能力的攻击者将能够对未来的 6G 网络发起大量自动化和新颖的攻击。将需要人类安全专家与人工智能驱动的自适应防御机制合作，以应对通过 6G 无线网络对大规模连接的 CPS 发起的基于人工智能的攻击。6G 网络有望为 IT、OT、和 IIoT 网络在 AI 的帮助下。6G 预计将提供深度学习 (DL) 辅助安全功能虚拟化 (SFV)，以支持动态防御机制的软件定义安全 (SDS) 架构，智能监控不同网络端点和网段的网络流量异常，并提高跨攻击面的可见性. 在本文中，我们研究了最近 OT 和 IT 网络融合带来的 6G 网络中的安全挑战，并提出了用于 6G 垂直领域的分布式 DL 辅助 SDS，它将通过 SFV 自主检测、定位和隔离安全威胁。最后，我们介绍了未来的方向和未来的挑战。6G 预计将提供深度学习 (DL) 辅助安全功能虚拟化 (SFV)，以支持动态防御机制的软件定义安全 (SDS) 架构，智能监控不同网络端点和网段的网络流量异常，并提高跨攻击面的可见性. 在本文中，我们研究了最近 OT 和 IT 网络融合带来的 6G 网络中的安全挑战，并提出了用于 6G 垂直领域的分布式 DL 辅助 SDS，它将通过 SFV 自主检测、定位和隔离安全威胁。最后，我们介绍了未来的方向和未来的挑战。6G 预计将提供深度学习 (DL) 辅助安全功能虚拟化 (SFV)，以支持动态防御机制的软件定义安全 (SDS) 架构，智能监控不同网络端点和网段的网络流量异常，并提高跨攻击面的可见性. 在本文中，我们研究了最近 OT 和 IT 网络融合带来的 6G 网络中的安全挑战，并提出了用于 6G 垂直领域的分布式 DL 辅助 SDS，它将通过 SFV 自主检测、定位和隔离安全威胁。最后，我们介绍了未来的方向和未来的挑战。我们研究了最近 OT 和 IT 网络融合带来的 6G 网络中的安全挑战，并提出了用于 6G 垂直领域的分布式 DL 辅助 SDS，它将通过 SFV 自主检测、定位和隔离安全威胁。最后，我们介绍了未来的方向和未来的挑战。我们研究了最近 OT 和 IT 网络融合带来的 6G 网络中的安全挑战，并提出了用于 6G 垂直领域的分布式 DL 辅助 SDS，它将通过 SFV 自主检测、定位和隔离安全威胁。最后，我们介绍了未来的方向和未来的挑战。