論文の概要: Guardian Positioning System (GPS) for Location Based Services

• arxiv url: http://arxiv.org/abs/2505.09743v1
• Date: Wed, 14 May 2025 19:06:13 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-05-16 22:29:06.084232
• Title: Guardian Positioning System (GPS) for Location Based Services
• Title（参考訳）: 位置情報サービスのためのガーディアン測位システム(GPS)
• Authors: Wenjie Liu, Panos Papadimitratos,
• Abstract要約: スマートフォンは、機能をコントロールするために位置を操作する攻撃に弱い。 スマートフォンには位置情報が複数あるにも関わらず,スプーフィング攻撃が成功することを示す。 我々は、容易に利用でき、冗長で、しばしば「機会的位置決め情報」を活用する、拡張レシーバ自律整合性監視(RAIM)フレームワークを提案する。
• 参考スコア（独自算出の注目度）: 1.9688858888666714
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Location-based service (LBS) applications proliferate and support transportation, entertainment, and more. Modern mobile platforms, with smartphones being a prominent example, rely on terrestrial and satellite infrastructures (e.g., global navigation satellite system (GNSS) and crowdsourced Wi-Fi, Bluetooth, cellular, and IP databases) for correct positioning. However, they are vulnerable to attacks that manipulate positions to control and undermine LBS functionality -- thus enabling the scamming of users or services. Our work reveals that GNSS spoofing attacks succeed even though smartphones have multiple sources of positioning information. Moreover, that Wi-Fi spoofing attacks with GNSS jamming are surprisingly effective. More concerning is the evidence that sophisticated, coordinated spoofing attacks are highly effective. Attacks can target GNSS in combination with other positioning methods, thus defenses that assume that only GNSS is under attack cannot be effective. More so, resilient GNSS receivers and special-purpose antennas are not feasible on smartphones. To address this gap, we propose an extended receiver autonomous integrity monitoring (RAIM) framework that leverages the readily available, redundant, often so-called opportunistic positioning information on off-the-shelf platforms. We jointly use onboard sensors, terrestrial infrastructures, and GNSS. We show that our extended RAIM framework improves resilience against location spoofing, e.g., achieving a detection accuracy improvement of up to 24-58% compared to the state-of-the-art algorithms and location providers; detecting attacks within 5 seconds, with a low false positive rate.
• Abstract（参考訳）: 位置情報ベースのサービス(LBS)アプリケーションは、輸送、エンターテイメント等を拡大し、サポートしている。 現代のモバイルプラットフォームは、スマートフォンが顕著な例として、地球と衛星のインフラ(例えば、グローバルナビゲーション衛星システム(GNSS)やクラウドソーシングされたWi-Fi、Bluetooth、携帯電話、IPデータベース)に依存している。 しかしながら、LBS機能を制御し、弱体化させる位置を操作する攻撃に弱いため、ユーザやサービスのスキャミングが可能になる。 我々の研究は、スマートフォンには位置情報が複数あるにもかかわらず、GNSSの偽造攻撃が成功することを明らかにした。 さらに、GNSSジャミングによるWi-Fiスプーフィング攻撃は驚くほど効果的である。 より詳しくは、高度に調整された偽造攻撃が極めて効果的であることを示す証拠がある。 攻撃は、他の位置決め手法と組み合わせてGNSSを標的にすることができるため、GNSSのみが攻撃を受けていると仮定する防御は効果的ではない。 さらに、レジリエントなGNSS受信機と専用アンテナはスマートフォンでは実現できない。 このギャップに対処するため,既成のプラットフォーム上で,容易に利用でき,冗長で,いわゆるオポチュニスティックな位置決め情報を活用する,RAIMフレームワークの拡張を提案する。 私たちは、オンボードセンサー、地上インフラ、GNSSを共同で使用しています。 我々の拡張RAIMフレームワークは,現在最先端のアルゴリズムや位置情報プロバイダと比較して最大24～58%の精度向上を実現し,攻撃を5秒以内に検出し,偽陽性率を低く抑えた。

関連論文リスト

• Time-based GNSS attack detection [0.0]
  提供された時間と他の信頼できる時間源との相互チェックは、受信時間を制御することを目的とした攻撃検出につながる可能性がある。 我々は、単純化されたスプーファーから、星座と同期した高度なスプーファーにまたがる敵を実装した。 この方法は、衛星コンステレーションや攻撃タイプに大きく依存せず、既存の受信機と互換性のある情報の時間ベースのデータ検証を可能にし、容易に展開できる。
  論文  参考訳（メタデータ） (2025-02-06T08:28:41Z)
• GNSS/GPS Spoofing and Jamming Identification Using Machine Learning and Deep Learning [0.8594140167290099]
  グローバルナビゲーション衛星システム(GNSS)は、密封や妨害などの悪意のある脅威に対して脆弱である。 機械学習とディープラーニングの最近の進歩は、検出と緩和戦略を強化するための有望な道を提供する。 本稿では、機械学習、ディープラーニング、コンピュータビジョン技術を通じて、現実世界の課題に取り組むことによって、スプーフィングとジャミングの両方に対処する。
  論文  参考訳（メタデータ） (2025-01-04T18:14:43Z)
• Extending RAIM with a Gaussian Mixture of Opportunistic Information [1.9688858888666714]
  元の受信機自動整合性監視(RAIM)は安全のために設計されていない。 我々は、地上インフラや搭載センサーから得られるすべての機会情報、すなわち計測情報を組み込むことでRAIMを拡張した。 本研究の目的は,拡張RAIM溶液から得られる位置を解析し,スプーフィングの可能性を評価することである。
  論文  参考訳（メタデータ） (2024-02-05T19:03:18Z)
• AdvGPS: Adversarial GPS for Multi-Agent Perception Attack [47.59938285740803]
  本研究は,マルチエージェント認識システムにおいて,特定のGPS信号が容易に誤認できるかどうかを考察する。 我々は,システム内の個々のエージェントに対してステルス性を持つ逆GPS信号を生成可能なtextscAdvGPSを紹介する。 OPV2Vデータセットに対する実験により、これらの攻撃が最先端の手法の性能を著しく損なうことを示した。
  論文  参考訳（メタデータ） (2024-01-30T23:13:41Z)
• Avoid Adversarial Adaption in Federated Learning by Multi-Metric Investigations [55.2480439325792]
  Federated Learning(FL)は、分散機械学習モデルのトレーニング、データのプライバシの保護、通信コストの低減、多様化したデータソースによるモデルパフォーマンスの向上を支援する。 FLは、中毒攻撃、標的外のパフォーマンス劣化とターゲットのバックドア攻撃の両方でモデルの整合性を損なうような脆弱性に直面している。 我々は、複数の目的に同時に適応できる、強い適応的敵の概念を新たに定義する。 MESASは、実際のデータシナリオで有効であり、平均オーバーヘッドは24.37秒である。
  論文  参考訳（メタデータ） (2023-06-06T11:44:42Z)
• Task-Oriented Communications for NextG: End-to-End Deep Learning and AI Security Aspects [78.84264189471936]
  NextG通信システムは,タスク指向通信などのタスクを確実に実行するために,この設計パラダイムのシフトを探求し始めている。 無線信号分類はNextG Radio Access Network (RAN) のタスクであり、エッジデバイスはスペクトル認識のための無線信号を収集し、信号ラベルを識別する必要があるNextGベースステーション(gNodeB)と通信する。 エッジデバイスとgNodeB用のエンコーダデコーダ対として、送信機、受信機、および分類器機能を共同で訓練することで、タスク指向通信を考える。
  論文  参考訳（メタデータ） (2022-12-19T17:54:36Z)
• Adversarial Attacks on Deep Learning Based Power Allocation in a Massive MIMO Network [62.77129284830945]
  本稿では,大規模なマルチインプット・マルチアウトプット(MAMIMO)ネットワークのダウンリンクにおいて,逆攻撃がDLベースの電力割り当てを損なう可能性があることを示す。 我々はこれらの攻撃のパフォーマンスをベンチマークし、ニューラルネットワーク(NN)の入力に小さな摂動がある場合、ホワイトボックス攻撃は最大86%まで実現不可能な解決策をもたらすことを示した。
  論文  参考訳（メタデータ） (2021-01-28T16:18:19Z)
• Prediction-Based GNSS Spoofing Attack Detection for Autonomous Vehicles [5.579370215490055]
  我々は,長期記憶(LSTM)モデルを用いた予測に基づくスプーフィング攻撃検出戦略を開発した。 現在の位置と直近の場所との間を走行する予測距離に基づいてしきい値を確立する。 分析の結果,予測に基づくスプーフ攻撃検出戦略により,リアルタイムで攻撃を検知できることが判明した。
  論文  参考訳（メタデータ） (2020-10-16T18:26:59Z)
• Mind the GAP: Security & Privacy Risks of Contact Tracing Apps [75.7995398006171]
  GoogleとAppleは共同で,Bluetooth Low Energyを使用した分散型コントラクトトレースアプリを実装するための公開通知APIを提供している。 実世界のシナリオでは、GAP設計は(i)プロファイリングに脆弱で、(ii)偽の連絡先を生成できるリレーベースのワームホール攻撃に弱いことを実証する。
  論文  参考訳（メタデータ） (2020-06-10T16:05:05Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。