論文の概要: GNSS Spoofing Detection in TDD Networks: A 3GPP Standards-Based Security Framework

• arxiv url: http://arxiv.org/abs/2607.11398v1
• Date: Mon, 13 Jul 2026 11:05:03 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-14 17:47:21.444073
• Title: GNSS Spoofing Detection in TDD Networks: A 3GPP Standards-Based Security Framework
• Title（参考訳）: GNSS Spoofing Detection in TDD Networks: 3GPP標準ベースのセキュリティフレームワーク
• Abstract要約: Time Division Duplex (TDD) モバイルネットワークは同期精度が$pm1.5$sである。 タイムスプーフィング(現在文書化されている運用上の脅威)は、下流基地局全体のタイミングを損なう可能性がある。 フレームワークはTS 28.111とTS 28.552に対応するタイミングアラームとパフォーマンスカウンタを導入している。 モンテカルロシミュレーションでは、ドリフト速度が0.5 ns/s以上、偽陽性率が1%以下である場合、95%を超える検出確率が示される。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Time Division Duplex (TDD) mobile networks require synchronization accuracy of $\pm$1.5 $μ$s (3GPP TS 38.104), with GNSS-disciplined grandmaster clocks as the predominant timing source. GNSS spoofing -- now a documented operational threat -- can corrupt timing across all downstream base stations, yet neither the 3GPP management framework (SA5) nor the security framework (SA3) provides standardized mechanisms to detect or report such attacks. This paper proposes a detection and monitoring framework operating within existing 3GPP management structures. The framework introduces GNSS timing alarms and performance counters aligned with TS 28.111 and TS 28.552, a topology-aware correlation mechanism that classifies anomalies by grouping gNB-DUs by serving grandmaster, and a security event bridging fault management with SECHAND incident handling (TR 33.894). Monte Carlo simulation demonstrates detection probability exceeding 95% for drift rates above 0.5 ns/s with false positive rates below 1% under well-provisioned PTP network conditions. The framework requires no new interfaces, is generation-agnostic, and is validated through scenario analysis distinguishing spoofing from signal loss, equipment faults, and maintenance transients.
• Abstract（参考訳）: Time Division Duplex (TDD) モバイルネットワークは、同期精度が$\pm$1.5 $μ$s (3GPP TS 38.104) で、GNSSが専門とするグランドマスタークロックが主要なタイミング源である。 しかし、3GPP管理フレームワーク(SA5)もセキュリティフレームワーク(SA3)も、そのような攻撃を検知または報告するための標準化されたメカニズムを提供していない。 本稿では,既存の3GPP管理構造内で動作する検出・監視フレームワークを提案する。 このフレームワークは、TS 28.111およびTS 28.552と整合したGNSSタイミングアラームとパフォーマンスカウンタ、グランドマスターを提供することによってgNB-DUをグループ化して異常を分類するトポロジ対応相関機構、SECHANDインシデントハンドリング(TR 33.894)を備えたセキュリティイベントブリッジング障害管理を導入する。 モンテカルロシミュレーションは、よく計画されたPTPネットワーク条件下では、0.5 ns/s以上のドリフトレートで95%を超える検出確率が1%以下であることを示した。 このフレームワークは、新しいインターフェースを必要とせず、生成に依存しず、信号損失、機器の故障、メンテナンスのトランジェントを区別するシナリオ分析によって検証される。

関連論文リスト

• When Time Meets Space: Entropy Integration and Dynamic Threshold for Adaptive DDoS Detection in SDN [24.48377951509124]
  本稿では、DDoS攻撃のための軽量時間エントロピー検出器を提案する。 ウィンドウ毎に3.95ミリ秒のコア処理と11.65%のシステム全体のCPUデプロイを必要とする。
  論文  参考訳（メタデータ） (2026-08-16T09:17:05Z)
• Stale but Stable: Staleness-Adaptive Trust Regions for Stabilizing Asynchronous Reinforcement Learning [33.56197101721029]
  非同期強化学習は、最適化からロールアウト生成を分離することでスループットを向上させる。 結果として生じる不安定さは必然的な副産物であり、ポリシーラグ、エンジン遅延、およびエキスパートの混合ルーティングによって共同で合成される。 本稿では,分割されたサンプルログ比を実用的な安定化プロキシとして利用するStaleness-Adaptive Trust Region (SAT)を紹介した。
  論文  参考訳（メタデータ） (2026-07-21T05:27:50Z)
• Democratizing Agent Deployment Safety: A Structural Monitoring Approach [0.0]
  AIソフトウェア開発エージェントは、インフラストラクチャとセキュリティクリティカルシステムの修正が可能になり、エージェントが割り当てられたタスクを完了し、保護を隠蔽的に弱めるリスクが生じる。 この問題を,ControlArenaのインフラストラクチャ・アズ・コード設定におけるタスク成功時のインフラストラクチャ・レベル・サボタージュとして検討する。 生コード差分とともに制御フローとデータフローグラフ差分を用いて構造的セキュリティの回帰を解析する情報フローグラフ(IFG)モニタを導入する。
  論文  参考訳（メタデータ） (2026-07-16T04:55:21Z)
• A Lightweight Post-Quantum Authentication Framework for 5G Base Station Bootstrapping [10.889502556532639]
  EMULSION(エミュレーション)は、5Gブロードキャスト認証のための対称チェインで公に検証可能な認証フレームワークである。 ML-DSAよりも33倍、通信オーバーヘッドが31倍、12倍、FN-DSAより5.4倍少ない。 我々は、EMULSIONのセキュリティを正式に証明し、公開テストと適応のための実装をオープンソース化する。
  論文  参考訳（メタデータ） (2026-06-29T16:42:16Z)
• Send a SCOUT First: Pre-hoc Reasoning for Adaptive Detector Allocation in Prompt-Injection Defense [37.10272384523361]
  我々は、各検出器のサンプルごとの信頼性と遅延を、同様の過去の入力に対する動作から予測するためのフレームワークを開発する。 SCOUT-450は、古いプロンプトインジェクションが表現下にある構造的に複雑でエージェント対応のインジェクションをキャプチャするベンチマークである。 SCOUT-450では、安全指向の動作点が攻撃発生率を46%減らし、壁時計全体の40%減らした。
  論文  参考訳（メタデータ） (2026-05-29T04:49:20Z)
• SAGE: Signal-Amplified Guided Embeddings for LLM-based Vulnerability Detection [23.9318365961346]
  TextbfSAGEは、受動的信号沈下からアクティブ信号回復に移行するフレームワークである。 SAGEは13言語で最先端のパフォーマンスを実現している。
  論文  参考訳（メタデータ） (2026-04-21T03:27:59Z)
• WISV: Wireless-Informed Semantic Verification for Distributed Speculative Decoding in Device-Edge LLM Inference [56.297697169678095]
  WISV(Wireless-Informed Semantic Verification)は、分散投機的復号化フレームワークである。 WISVは最大60.8%の許容長の増加、37.3%の対話ラウンドの削減、31.4%のエンドツーエンドレイテンシの改善を実現している。 NVIDIA Jetson AGX OrinとA40搭載サーバからなるハードウェアテストベッド上でWISVを検証する。
  論文  参考訳（メタデータ） (2026-04-20T01:29:56Z)
• Explainable and Hardware-Efficient Jamming Detection for 5G Networks Using the Convolutional Tsetlin Machine [11.630090481307342]
  本稿では,CTM(Convolutional Tsetlin Machine)を用いた軽量,説明可能な,ハードウェア効率のジャミング検出について検討する。 CTMは、量子化された入力に対してブール論理節を定式化し、ビットレベルの推論とFPGAファブリックへの決定論的展開を可能にする。 我々は、同じ前処理とトレーニングパイプラインの下で、CTMを畳み込みニューラルネットワーク(CNN)ベースラインに対してベンチマークする。
  論文  参考訳（メタデータ） (2026-03-07T20:54:10Z)
• A multi-layered embedded intrusion detection framework for programmable logic controllers [0.0]
  本研究は,コントローラ内で動作し,ヘッダレベルのテレメトリを用いてネットワーク攻撃を検出し,応答する組込み侵入検知システムを提案する。 提案アーキテクチャは,産業システムのリアルタイム要件を満たす多層組込みセキュリティを提供する。
  論文  参考訳（メタデータ） (2025-10-08T16:12:02Z)
• Causal Graph Profiling via Structural Divergence for Robust Anomaly Detection in Cyber-Physical Systems [25.567981742631005]
  公共インフラシステムにおける信頼性の高いサイバー攻撃検出のために設計された因果グラフに基づく異常検出フレームワーク。 CGADは、因果プロファイリングと異常スコアという2段階の監視フレームワークに従う。 因果構造を利用することで、CGADは非定常および不均衡な時系列環境において優れた適応性と精度を実現する。
  論文  参考訳（メタデータ） (2025-08-13T05:26:43Z)
• CANTXSec: A Deterministic Intrusion Detection and Prevention System for CAN Bus Monitoring ECU Activations [53.036288487863786]
  物理ECUアクティベーションに基づく最初の決定論的侵入検知・防止システムであるCANTXSecを提案する。 CANバスの古典的な攻撃を検知・防止し、文献では調査されていない高度な攻撃を検知する。 物理テストベッド上での解法の有効性を実証し,攻撃の両クラスにおいて100%検出精度を達成し,100%のFIAを防止した。
  論文  参考訳（メタデータ） (2025-05-14T13:37:07Z)
• TIMESAFE: Timing Interruption Monitoring and Security Assessment for Fronthaul Environments [19.41373608625999]
  攻撃から2秒以内に、スプーフィング攻撃がO-RANと5G準拠の民間細胞基地局を破滅的に失敗させることを示す。 我々は、97.5%以上の精度で様々な悪意ある攻撃を検知できる機械学習ベースの監視ソリューションを設計する。
  論文  参考訳（メタデータ） (2024-12-17T16:13:37Z)

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。