针对 5G 网络中移动性预测的攻击
密码学与安全
2024-03-01 v1 机器学习
网络与互联网体系结构
摘要
第五代移动网络引入了一项在前几代中不存在的新的网络功能（NF），即网络数据分析功能（NWDAF）。其主要目标是为 5G 生态系统内的网络实体及外部应用服务提供高级分析服务。NWDAF 的关键用例之一是移动轨迹预测，旨在通过“准时”分配必要的网络资源，准确支持网络中用户设备（UE）的高效移动性管理。在本文中，我们展示了存在可能破坏这些预测准确性的潜在移动性攻击。在包含 10,000 名订阅者的半真实场景中，我们证明，配备劫持和克隆蜂窝移动设备能力的攻击者，仅利用 100 个对抗性 UE，即可将预测准确性从 75\% 显著降低至 40\%。虽然防御机制在很大程度上取决于特定区域的攻击类型和移动性类型，但我们证明了基本的 KMeans 聚类在区分合法 UE 和对抗性 UE 方面是有效的。
引用
@article{arxiv.2402.19319,
title = {Attacks Against Mobility Prediction in 5G Networks},
author = {Syafiq Al Atiiq and Yachao Yuan and Christian Gehrmann and Jakob Sternby and Luis Barriga},
journal= {arXiv preprint arXiv:2402.19319},
year = {2024}
}
备注
This is the preprint version of a paper which appears in 22th IEEE International Conference on Trust, Security and Privacy in Computing and Communications (TrustCom 2023)