检测它们全部：蜂窝网络中的伪基站与多步攻击检测
密码学与安全
2025-07-22 v4
摘要
伪基站通过冒充合法基站构成重大安全威胁。尽管已做出努力来应对这一威胁，但至今伪基站及其引发的多步攻击仍可导致未经授权的监视、敏感信息拦截和网络服务中断。因此，检测这些恶意实体对于确保蜂窝网络的安全性和可靠性至关重要。传统检测方法通常依赖额外硬件、规则、信号扫描、修改协议规范或密码机制，这些方法存在局限性且基础设施成本高昂。在本文中，我们开发了FBSDetector——一种高效且有效的检测解决方案，能够在用户设备侧利用机器学习从三层网络痕迹中可靠地检测伪基站和多步攻击。为开发FBSDetector，我们创建了FBSAD和MSAD，这是首个包含伪基站实例和21种多步攻击的高质量大规模数据集。这些数据集捕获了不同真实蜂窝网络场景（包括移动性和不同攻击者能力）中合法基站和伪基站的网络痕迹。我们新颖的机器学习框架专门设计用于通过多级方法检测伪基站：使用带注意力的有状态LSTM进行数据包分类和痕迹级分类，以及使用图学习检测多步攻击。该框架能以96%的准确率和2.96%的假阳性率有效检测伪基站，并以86%的准确率和3.28%的假阳性率识别多步攻击。我们将FBSDetector部署为真实世界解决方案，通过移动应用保护最终用户，并在真实环境中进行了验证。与现有无法检测伪基站的启发式解决方案相比，FBSDetector能够实时检测野外伪基站。
引用
@article{arxiv.2401.04958,
title = {Gotta Detect 'Em All: Fake Base Station and Multi-Step Attack Detection in Cellular Networks},
author = {Kazi Samin Mubasshir and Imtiaz Karim and Elisa Bertino},
journal= {arXiv preprint arXiv:2401.04958},
year = {2025}
}