論文の概要: Experimental Validation and Mitigation of RRC Storm Attacks in 5G Cellular Networks
- arxiv url: http://arxiv.org/abs/2608.16441v2
- Date: Sun, 23 Aug 2026 12:46:21 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-25 18:24:36.879927
- Title: Experimental Validation and Mitigation of RRC Storm Attacks in 5G Cellular Networks
- Title（参考訳）: 5GセルネットワークにおけるRC嵐攻撃の実験的検証と緩和
- Authors: Abdallah Abou Hasna, Ammar El Falou,
- Abstract要約: 我々は,ソフトウェア定義無線機と商用電話機からなる実検層に対して,シグナリング・ストーム・アタックを実装した。
次に、疑わしい半開放接続を監視・動作させることにより、gNBで直接動作する軽量な緩和技術の設計と実装を行う。
この研究はオープンソースとして公開され、他の研究者がその結果を再現し、実装を構築し、新たな緩和戦略を評価することができる。
- 参考スコア（独自算出の注目度）: 0.2750124853532832
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The initial access phase of the 5G system remains sensitive because the base station (gNB) must allocate radio resources before the user is fully authenticated. In particular, the random access channel (RACH) procedure can be abused to generate large numbers of incomplete connection attempts, creating a signaling storm that consumes gNB resources and prevents legitimate users from connecting successfully. In this paper, we implement this signaling storm attack using the OpenAirInterface project and validate it on a real testbed composed of software-defined radios and commercial phones. We then design and implement a lightweight mitigation technique that operates directly at the gNB by monitoring and acting on suspicious half-open connections. To make the system observable in practice, we also develop a network management interface that visualizes the network state in real time and highlights suspicious activity during the attack phase. Finally, the work is released as open source so that other researchers can reproduce our results, build on the implementation, and evaluate new mitigation strategies.
- Abstract（参考訳）: 5Gシステムの初期アクセスフェーズは、基地局(gNB)が、ユーザーが認証される前に無線リソースを割り当てなければならないため、感度が保たれている。
特に、ランダムアクセスチャネル(RACH)手順を悪用して、多数の不完全な接続試行を発生させ、gNBリソースを消費するシグナリングストームを生成し、正当なユーザによる接続を正常に防止する。
本稿では,OpenAirInterfaceプロジェクトを用いて,このシグナリング・ストーム・アタックを実装し,ソフトウェア定義無線機と商用電話機からなる実検層上で検証する。
次に、疑わしい半開放接続を監視・動作させることにより、gNBで直接動作する軽量な緩和技術の設計と実装を行う。
また,ネットワーク状態をリアルタイムで可視化し,攻撃時の不審な動作を強調するネットワーク管理インタフェースを開発した。
最後に、研究成果をオープンソースとして公開し、他の研究者が結果を再現し、実装の上に構築し、新たな緩和戦略を評価することができるようにした。
関連論文リスト
- Breaking 5G on The Lower Layer [9.311361097270153]
現代5Gにおける低層利用について検討する。
最近のリリースは、下位層のコントロールメッセージとプロシージャの数を増やしている。
本研究は,2つの実践的攻撃を報告し,実験室の試験室で評価した。
論文 参考訳（メタデータ） (2026-02-10T19:54:32Z) - Beyond Static Thresholds: Adaptive RRC Signaling Storm Detection with Extreme Value Theory [0.8877220164547092]
5G以降のネットワークでは、ユーザ機器(UE)と基地局(gNodeBまたはgNB)間の無線通信は、ネットワークアクセスと接続の重要なコンポーネントである。
これらの攻撃は、1つ以上のUEがgNBに多数の接続要求を送信すると発生し、新しいUEが接続を確立するのを防ぐ。
極値理論(EVT)に基づく適応しきい値に基づく検出システムを提案する。
論文 参考訳（メタデータ） (2025-11-03T09:42:12Z) - 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) - RRC Signaling Storm Detection in O-RAN [0.0]
無線リソース制御プロトコルの悪用によって引き起こされる信号嵐は、5Gの可用性にとって重大な脅威である。
我々は、悪意ある活動と正当な高ネットワーク負荷条件を区別するためにRCC層の特徴に依存するしきい値に基づく検出手法を開発した。
論文 参考訳（メタデータ） (2025-04-22T09:32:11Z) - Seeing is Believing: A Federated Learning Based Prototype to Detect Wireless Injection Attacks [1.8142288667655782]
リアクティブインジェクション攻撃(Reactive Injection attack)は、無線ネットワークにおけるセキュリティ脅威の一種である。
シークレットキーに基づく物理層シグナリング手法をクライアントに実装する。
ベースステーションでロバストなMLモデルを設計可能であることを示す。
論文 参考訳（メタデータ） (2023-11-11T13:21:24Z) - Sparsity-Aware Intelligent Massive Random Access Control in Open RAN: A
Reinforcement Learning Based Approach [61.74489383629319]
新たなOpen Radio Access Network(O-RAN)におけるデバイスの大量ランダムアクセスは、アクセス制御と管理に大きな課題をもたらします。
閉ループアクセス制御の強化学習(RL)支援方式を提案する。
深部RL支援SAUDは、連続的かつ高次元の状態と行動空間を持つ複雑な環境を解決するために提案されている。
論文 参考訳（メタデータ） (2023-03-05T12:25:49Z) - 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) - An anomaly detection approach for backdoored neural networks: face
recognition as a case study [77.92020418343022]
本稿では,異常検出の原理に基づく新しいバックドアネットワーク検出手法を提案する。
バックドアネットワークの新たなデータセット上で本手法を検証し,完全スコアで検出可能性について報告する。
論文 参考訳（メタデータ） (2022-08-22T12:14:13Z) - Certifiers Make Neural Networks Vulnerable to Availability Attacks [70.69104148250614]
私たちは初めて、逆転戦略が敵によって意図的に引き起こされる可能性があることを示します。
いくつかの入力や摂動のために自然に発生する障害に加えて、敵は故意にフォールバックを誘発するために訓練時間攻撃を使用することができる。
我々は2つの新しいアベイラビリティーアタックを設計し、これらの脅威の実用的妥当性を示す。
論文 参考訳（メタデータ） (2021-08-25T15:49:10Z) - Enabling certification of verification-agnostic networks via
memory-efficient semidefinite programming [97.40955121478716]
本稿では,ネットワークアクティベーションの総数にのみ線形なメモリを必要とする一階二重SDPアルゴリズムを提案する。
L-inf の精度は 1% から 88% ,6% から 40% に改善した。
また,変分オートエンコーダの復号器に対する2次安定性仕様の厳密な検証を行った。
論文 参考訳（メタデータ） (2020-10-22T12:32:29Z) - Multi-stage Jamming Attacks Detection using Deep Learning Combined with
Kernelized Support Vector Machine in 5G Cloud Radio Access Networks [17.2528983535773]
本研究は5G C-RANにML-IDS(Multi-stage Machine Learning-based Intrusion Detection)を配置することに焦点を当てる。
一定のジャミング、ランダムジャミング、ジャミング、リアクティブジャミングの4種類のジャミング攻撃を検出し、分類することができる。
最終分類精度は94.51%で、偽陰性率は7.84%である。
論文 参考訳（メタデータ） (2020-04-13T17:21:45Z)
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。