CyberSpec：用于检测众感频谱传感器攻击的智能行为指纹方法
密码学与安全
2023-04-25 v1
摘要
通感一体化（ISAC）是一种利用众感频谱传感器辅助缓解频谱稀缺问题的新范式。然而，资源受限频谱传感器众所周知的漏洞，以及被具有物理访问权限的用户操纵的可能性，使其抵御频谱感知数据伪造（SSDF）攻击的保护变得复杂。近期文献多建议使用行为指纹与机器学习/深度学习（ML/DL）来改善类似网络安全问题。尽管如此，这些技术在资源受限设备中的适用性、影响频谱数据完整性的攻击之影响，以及适用于异构传感器类型的模型性能与可扩展性，仍是未决挑战。为改进上述局限，本工作提出影响频谱传感器的七种 SSDF 攻击，并引入 CyberSpec——一个面向 ML/DL、利用设备行为指纹检测资源受限频谱传感器上 SSDF 攻击所引发异常的框架。CyberSpec 已在 ElectroSense（一个真实众感射频监测平台）中实现与验证，其中所提 SSDF 攻击的多种配置在不同传感器上被执行。一组基于无监督 ML/DL 模型的不同实验证明了 CyberSpec 在可接受时间范围内检测前述攻击的适用性。
引用
@article{arxiv.2201.05410,
title = {CyberSpec: Intelligent Behavioral Fingerprinting to Detect Attacks on Crowdsensing Spectrum Sensors},
author = {Alberto Huertas Celdrán and Pedro Miguel Sánchez Sánchez and Gérôme Bovet and Gregorio Martínez Pérez and Burkhard Stiller},
journal= {arXiv preprint arXiv:2201.05410},
year = {2023}
}