في عصر التكنولوجيا المتقدمة، تبرز شبكة الجيل السادس (6G) كمرشح لتغيير قواعد اللعبة في عالم الاتصالات. مع التقدم الملحوظ في الشبكات اللاسلكية المفتوحة والمفككة، يتوقع أن تتمكن هذه الأنظمة من استضافة مجموعة متنوعة من البائعين. لكن من أجل تحقيق هذا الهدف، يصبح من الضروري أن تظل الحلقات المسيطرة المدعومة بالذكاء الاصطناعي (AI) آمنة وقابلة للتحقق من الصحة وقابلة للتدقيق.

تتناول الدراسات الحالية تحديات التنسيق بين الوكالات، والقيود على النوايا الرسمية، والتحقق من التعليمات ذات الثقة الصفرية، والمساءلة المشفرة بشكل متفرق، مما يجعل الأمان قبل التفعيل والتحقق المستمر من المعاني وتدقيق عبر النطاقات ناقصًا عند استخدامها بشكل فردي. لتحسين الوضع، تم اقتراح معمارية التحكم القابلة للتدقيق ذات الثقة الصفرية والوكالة القابلة للتحقق ($Z^2$-ACT).

تدمج هذه المعمارية أربعة عناصر أساسية تشمل التحكم القابل للتدقيق بالمعرفة الصفرية والتحقق من النوايا بموثوقية صفرية. يُعتمد نموذج لغوي كبير (Large Language Model) بعد إجراء فحص adversarial للنوايا، مما يضمن أن الأهداف المحددة من قبل المشغلين مبنية على نوايا صادقة وموثوقة.

تُطلق تسلسلات المهارات فقط عندما يتم تلبية شرط لإدارة ذاتية، في حين يتم تسجيل كل تنفيذ ناجح كالتزام ملزم مع إثبات المعرفة الصفرية. تم تقييم الأداء باستخدام قياسات ColO-RAN العامة، وقارننا المعمارية بالكامل مع التجزئات المستهدفة ومعيار التعلم المعزز التقليدي.

تُستخدم نماذج لغوية كبيرة في المسار غير الزمني لترجمة نوايا المشغلين إلى عقود نوايا، مما يسهل عملية الترجمة بدقة عالية ويقلل من معدلات العقود غير الصالحة أو الهلوسة. لكن لا تزال عمليات التحكم القريبة من الزمن معتمدة على تتبع كفاءة الأداء العامة.

تشير النتائج إلى تحسين في تصفية التنفيذ وزيادة مقاومة الهجمات مع تكاليف إشارة معتدلة داخل المدى الزمني القريب. يفتح هذا الابتكار آفاقًا جديدة نحو مستقبل آمن وموثوق في عالم 6G.