論文の概要: Security Analysis of Time-of-Arrival Estimation via Cross-Correlation under Narrow-Band Conditions
- arxiv url: http://arxiv.org/abs/2605.10632v1
- Date: Mon, 11 May 2026 14:21:37 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-12 23:28:50.889961
- Title: Security Analysis of Time-of-Arrival Estimation via Cross-Correlation under Narrow-Band Conditions
- Title（参考訳）: 狭帯域条件下でのクロスコリレーションによる時間領域推定のセキュリティ解析
- Abstract要約: 我々は、相関に基づくToA推定を妥協するために、信号を再生成する2つの新しい攻撃を提示し、解析する。
第1の攻撃は時間領域においてシンボル周期波形によって信号を乗算し、第2の攻撃は負のグループ遅延フィルタを通過させる。
- 参考スコア（独自算出の注目度）: 4.4681678689625715
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Time-of-arrival (ToA) estimation via cross-correlation is an essential building block of time-of-flight ranging. However, in narrowband systems, it is notoriously difficult to protect against distance-decreasing attacks such as Early-Detect/Late-Commit (ED/LC). We present and analyze two new attacks that reshape ranging signals to compromise correlation-based ToA estimation. The first attack multiplies the signal by a symbol-periodic waveform in the time domain, while the second passes it through a negative group delay (NGD) filter. In contrast to ED/LC, our attacks do not require real-time symbol detection or adaptive compensation; they are completely symbol-agnostic. We describe implementation strategies for both attacks and discuss NGD filtering in the context of Bluetooth Channel Sounding (CS), a recent narrowband ranging system. To this end, we simulate an NGD circuit in LTspice and a ToA estimator in MATLAB, demonstrating that the attack can result in distance reductions of up to 18 m against Bluetooth CS RTT ranging. Finally, we verify the feasibility of the NGD approach by building a prototype using commercial off-the-shelf components.
- Abstract（参考訳）: ToA(Time-of-Arival)推定は、飛行時間帯の重要なビルディングブロックである。
しかし、狭帯域システムでは、Early-Detect/Late-Commit (ED/LC)のような距離減少攻撃から保護することは極めて困難である。
我々は、相関に基づくToA推定を妥協するために、レンジング信号を再生成する2つの新しい攻撃を提示し、解析する。
第1の攻撃は時間領域のシンボル周期波形で信号を乗算し、第2の攻撃は負のグループ遅延(NGD)フィルタを通過させる。
ED/LCとは対照的に、我々の攻撃はリアルタイムのシンボル検出や適応補償を必要としない。
本稿では,近年の狭帯域レンジシステムであるBluetooth Channel Sounding (CS) の文脈で,両攻撃の実装戦略を説明し,NGDフィルタリングについて議論する。
この目的のために、LTspiceのNGD回路とMATLABのToA推定器をシミュレートし、この攻撃によりBluetooth CS RTTレンジに対して最大18mの距離削減が可能であることを実証した。
最後に,市販オフザシェルフ部品を用いたプロトタイプの構築により,NGD手法の有効性を検証する。
関連論文リスト
- Autonomous Cyber Defense: Real-Time Attack Detection and Mitigation in Software-Defined Networks Using Machine Learning [78.29352305480285]
最近の侵入では、最初のアクセスと最初の横移動の間の間隔は27秒と短いことが観察されている。
本稿では,ソフトウェア定義ネットワークにおける攻撃をオペレーターの関与なしに検出・ブロックするクローズドループフレームワークを提案する。
論文 参考訳（メタデータ） (2026-08-22T18:38:39Z) - Detecting Adversarial Evasion Attacks Against Autoencoder-Based Network Intrusion Detection Systems [0.0]
侵入攻撃はMLベースのシステムへの入力を意図的に操作し、操作された入力がまだ良さそうに見える間に誤った予測を生成する。
本稿では,Residual Localisation Detector (RLD) とFeature-Space Perturbation Consistency (FPC) Detector (FPC) の2つの補完検出器を提案する。
UQ-IoTデータセット内の複数のIoTデバイスからの良性、悪意、敵対的なトラフィックに対して、両方の検出器を評価する。
論文 参考訳（メタデータ） (2026-07-01T17:26:24Z) - Learning to Separate RF Signals Under Uncertainty: Detect-Then-Separate vs. Unified Joint Models [53.79667447811139]
受信した信号に直接適用した場合、単一のディープニューラルネットワークアーキテクチャが共同で検出および分離することを学習していることを示す。
これらの結果から,UJM は DTS に代わるスケーラブルで実用的な代替品であり,広範に推定された統合分離のための新たな方向を開拓した。
論文 参考訳（メタデータ） (2026-02-04T15:25:02Z) - Time Is All It Takes: Spike-Retiming Attacks on Event-Driven Spiking Neural Networks [87.16809558673403]
スパイキングニューラルネットワーク(SNN)は離散スパイクで計算し、時間構造を利用する。
イベント駆動SNNにおけるスパイク数と振幅を保存しながら、既存のスパイクを繰り返すタイミングのみの敵について検討する。
論文 参考訳（メタデータ） (2026-02-03T09:06:53Z) - Joint single-shot ToA and DoA estimation for VAA-based BLE ranging with phase ambiguity: A deep learning-based approach [21.46227704588283]
仮想アンテナアレイ(VAA)技術は、単一アンテナによるDoA推定を可能にし、そのようなデバイス上での角度推定を可能にする。
本稿では、VAAとBLE双方向CFRを組み合わせた統合モデルを提案し、ニューラルネットワークに基づく位相回復フレームワークを提案する。
提案手法は,SNR$geq$5 dBでクレイマーラオ境界に接近する平均2乗誤差を用いて,不均一なVAA下での優れた性能を実現する。
論文 参考訳（メタデータ） (2026-01-21T15:31:52Z) - Federated Spatiotemporal Graph Learning for Passive Attack Detection in Smart Grids [2.721477719641864]
本稿では,時間的ウィンドウ上で物理層と行動指標を融合させて受動的攻撃を検出するグラフ中心型マルチモーダル検出器を提案する。
テスト精度は98.32%、シーケンス毎の93.35%を0.15% FPRで達成している。
論文 参考訳（メタデータ） (2025-09-29T08:52:30Z) - Adaptive t Design Dummy-Gate Obfuscation for Cryogenic Scale Enforcement [0.0]
クラウド量子サービスは、スケジューラメタデータ、レイテンシパターン、共テナント干渉を通じて、回路構造とタイミングを明らかにすることができる。
我々は,ゲートモデルワークロードの運用上のプライバシを強制するスケジューリングおよび難読化スタックであるNADGOを紹介する。
低温CMOS制御による4キュービット超伝導タイルの試作を行い,深度可変ローカルランダム回路と小型QAOAインスタンスの両特性について検討した。
論文 参考訳（メタデータ） (2025-08-31T12:12:48Z) - WFCAT: Augmenting Website Fingerprinting with Channel-wise Attention on Timing Features [16.443437518731383]
Webサイトフィンガープリントは、暗号化されたネットワークトラフィックを分析して、Torネットワーク上のユーザを匿名化することを目的としている。
最近のディープラーニングベースの攻撃は、防御されていないトレースに対して高い精度を示す。
しかし、ダミーパケットの注入や実際のパケットの遅延といった戦術を使う現代の防衛と戦う。
論文 参考訳（メタデータ） (2024-12-16T07:04:44Z) - AdvQDet: Detecting Query-Based Adversarial Attacks with Adversarial Contrastive Prompt Tuning [93.77763753231338]
CLIP画像エンコーダを微調整し、2つの中間対向クエリに対して同様の埋め込みを抽出するために、ACPT(Adversarial Contrastive Prompt Tuning)を提案する。
我々は,ACPTが7つの最先端クエリベースの攻撃を検出できることを示す。
また,ACPTは3種類のアダプティブアタックに対して堅牢であることを示す。
論文 参考訳（メタデータ） (2024-08-04T09:53:50Z) - DA-Flow: Dual Attention Normalizing Flow for Skeleton-based Video Anomaly Detection [52.74152717667157]
本稿では,DAM(Dual Attention Module)と呼ばれる軽量モジュールを提案する。
フレームアテンション機構を使用して、最も重要なフレームを識別し、スケルトンアテンション機構を使用して、最小パラメータとフロップで固定されたパーティション間の広範な関係をキャプチャする。
論文 参考訳（メタデータ） (2024-06-05T06:18:03Z) - Concealed Electronic Countermeasures of Radar Signal with Adversarial
Examples [7.460768868547269]
レーダ信号を含む電子的対策は現代の戦争の重要な側面である。
従来の電子対策技術は、通常、大規模な干渉信号を加えて干渉効果を確実にし、攻撃があまりに明白すぎる可能性がある。
近年,この問題を効果的に解決できるAIベースの攻撃手法が出現しているが,攻撃シナリオは時間領域レーダ信号の分類に限られている。
論文 参考訳（メタデータ） (2023-10-12T12:53:44Z) - DAAIN: Detection of Anomalous and Adversarial Input using Normalizing
Flows [52.31831255787147]
我々は、アウト・オブ・ディストリビューション(OOD)インプットと敵攻撃(AA)を検出する新しい手法であるDAINを導入する。
本手法は,ニューラルネットワークの内部動作を監視し,活性化分布の密度推定器を学習する。
当社のモデルは,特別なアクセラレータを必要とせずに,効率的な計算とデプロイが可能な単一のGPUでトレーニングすることが可能です。
論文 参考訳（メタデータ） (2021-05-30T22:07:13Z)
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。