Ethical Issues in AI-Enabled 5G and 6G Networks

Ηθικά Ζητήματα σε Δίκτυα 5G και 6G με Τεχνητή Νοημοσύνη (greek)

  1. MSc thesis
  2. ΑΓΓΕΛΟΣ ΣΙΝΑΠΗΣ
  3. Συστήματα Κινητού και Διάχυτου Υπολογισμού (ΣΔΥ)
  4. 27 September 2026
  5. Αγγλικά
  6. 187
  7. ΧΑΤΖΗΜΙΣΙΟΣ ΠΕΡΙΚΛΗΣ
  8. Περικλής Χατζημίσιος | Αχιλλέας Καμέας
  9. Artificial Intelligence, 5G, 6G, ethics, trustworthy AI, systematic literature review, Τεχνητή Νοημοσύνη, ηθική, αξιόπιστη ΤΝ,
  10. Τεχνολογία Υλικού και Λογισμικού: Σχεδίαση και Ανάπτυξη Διάχυτων Συστημάτων Υπολογισμού
  11. 302
  12. Περιλαμβάνει : Πίνακες , Διαγρ΄΄αμματα
    • This thesis examines ethical issues associated with Artificial Intelligence in 5G and 6G networks. It maps research since 2020, identifies the most frequently reported risks, classifies proposed methods, frameworks and standards, and determines the main research gaps. A systematic literature review was conducted across IEEE Xplore, Springer, ScienceDirect and Web of Science. After data cleaning, duplicate removal and title-and-abstract assessment, the final corpus comprised 302 studies published between January 2020 and June 2026.
      The findings show rapid growth in research activity and a clear shift towards 6G and AI- native network architectures. The most frequent risks concern cybersecurity and adversarial attacks, privacy loss, unreliable model behavior, loss of trust, weak governance and limited explainability. The main responses include federated learning, explainable AI, trust and reputation mechanisms, blockchain, privacy-enhancing technologies, robust security controls and interoperability standards. However, many approaches address only part of the assurance problem and rely on simulations or conceptual architectures rather than realistic operational evidence.
      The main gaps relate to real-world validation, continuous lifecycle assurance, responsibility allocation, incident reporting, human oversight, fairness, inclusion and sustainability. The review reveals a mismatch between the rapid development of AI-native networks and the maturity of the safeguards proposed to govern them. Trustworthy AI in 5G and 6G therefore requires coordinated technical, organizational, legal and human-centered measures across design, deployment, monitoring, updating, intervention and redress.
    • Αυτή η διατριβή εξετάζει ηθικά ζητήματα που σχετίζονται με την Τεχνητή Νοημοσύνη σε δίκτυα 5G και 6G. Χαρτογραφεί την έρευνα από το 2020, εντοπίζει τους πιο συχνά αναφερόμενους κινδύνους, ταξινομεί προτεινόμενες μεθόδους, πλαίσια και πρότυπα και προσδιορίζει τα κύρια ερευνητικά κενά. Πραγματοποιήθηκε συστηματική ανασκόπηση της βιβλιογραφίας στα IEEE Xplore, Springer, ScienceDirect και Web of Science. Μετά τον καθαρισμό δεδομένων, την αφαίρεση διπλότυπων και την αξιολόγηση τίτλων και περιλήψεων, το τελικό σώμα κειμένων περιελάμβανε 302 μελέτες που δημοσιεύθηκαν μεταξύ Ιανουαρίου 2020 και Ιουνίου 2026.
      Τα ευρήματα δείχνουν ταχεία ανάπτυξη της ερευνητικής δραστηριότητας και μια σαφή στροφή προς αρχιτεκτονικές δικτύων 6G και τεχνητής νοημοσύνης. Οι πιο συχνοί κίνδυνοι αφορούν την κυβερνοασφάλεια και τις επιθέσεις κατά του ανταγωνισμού, την απώλεια απορρήτου, την αναξιόπιστη συμπεριφορά μοντέλων, την απώλεια εμπιστοσύνης, την αδύναμη διακυβέρνηση και την περιορισμένη εξηγησιμότητα. Οι κύριες απαντήσεις περιλαμβάνουν την ομόσπονδη μάθηση, την εξηγήσιμη Τεχνητή Νοημοσύνη, τους μηχανισμούς εμπιστοσύνης και φήμης, το blockchain, τις τεχνολογίες ενίσχυσης της ιδιωτικότητας, τους ισχυρούς ελέγχους ασφαλείας και τα πρότυπα διαλειτουργικότητας. Ωστόσο, πολλές προσεγγίσεις αντιμετωπίζουν μόνο ένα μέρος του προβλήματος διασφάλισης και βασίζονται σε προσομοιώσεις ή εννοιολογικές αρχιτεκτονικές παρά σε ρεαλιστικά λειτουργικά στοιχεία. Τα κύρια κενά σχετίζονται με την επικύρωση σε πραγματικές συνθήκες, τη συνεχή διασφάλιση του κύκλου ζωής, την κατανομή ευθυνών, την αναφορά συμβάντων, την ανθρώπινη εποπτεία, τη δικαιοσύνη, την ένταξη και τη βιωσιμότητα. Η ανασκόπηση αποκαλύπτει μια αναντιστοιχία μεταξύ της ταχείας ανάπτυξης δικτύων που βασίζονται στην Τεχνητή Νοημοσύνη και της ωριμότητας των μέτρων ασφαλείας που προτείνονται για τη διακυβέρνησή τους. Συνεπώς, η αξιόπιστη Τεχνητή Νοημοσύνη στο 5G και το 6G απαιτεί συντονισμένα τεχνικά, οργανωτικά, νομικά και ανθρωποκεντρικά μέτρα σε όλο το σχεδιασμό, την ανάπτυξη, την παρακολούθηση, την ενημέρωση, την παρέμβαση και την αποκατάσταση.
  14. Hellenic Open University
  15. Attribution-NonCommercial-NoDerivatives 4.0 Διεθνές