論文の概要: GNSS Spoofing in Mobile Devices: A Survey on Impact and Countermeasures
- arxiv url: http://arxiv.org/abs/2610.01294v1
- Date: Thu, 01 Oct 2026 08:29:52 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-03 01:19:24.000581
- Title: GNSS Spoofing in Mobile Devices: A Survey on Impact and Countermeasures
- Title（参考訳）: モバイルデバイスにおける GNSS Spoofing: 影響と対策に関する調査
- Abstract要約: グローバルナビゲーション衛星システム(GNSS)のスマートフォンは、ジャミングやスプーフィングの形式での電波干渉攻撃の影響を受けやすい。
スマートフォンの普及と、それらが保持する機密位置情報データによって、悪質なスパイ活動の主要なターゲットとなっている。
既存の調査では、一般的なスプーフィング対策を探求しているが、これらのモバイル固有の制限に対処できなかった。
この記事では、スマートフォンアーキテクチャのユニークな制約の中で実行可能な技術に焦点を当てた新しい調査で、そのギャップを埋める。
- 参考スコア（独自算出の注目度）: 3.7776631365765247
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Smartphones rely on Global Navigation Satellite System (GNSS)-based positioning for many of the functions they execute everyday. The GNSS receivers embedded in smartphones are susceptible to anthropogenic radio frequency interference attacks in the forms of jamming and spoofing due to the low-power and open-architecture signals they receive from the satellite constellations. While jamming is a practice that denies a GNSS receiver the ability to form a position, velocity, and time (PVT) solution, spoofing represents a more insidious threat by using forged satellite signals that aim at causing the victim receiver to compute a false PVT solution. The ubiquity of smartphones and the sensitive geolocation data they hold make them a primary target for malicious spoofing. However, their hardware constraints and the lack of deep visibility into the GNSS receiver processing chain create significant hurdles for effective countermeasures. Existing surveys comprehensively explore general spoofing countermeasures but fail to address these mobile-specific limitations. This article fills that gap with a novel survey focused on techniques viable within the unique constraints of smartphone architectures. Specifically, we establish a taxonomy for defining GNSS spoofing attack effects and countermeasures, provide a historical review of smartphone vulnerability characterization, and provide an overview of techniques proposed to detect and counteract smartphone spoofing threats, offering a comparative framework to weigh their respective pros and cons on mobile platforms.
- Abstract（参考訳）: スマートフォンは、毎日実行する機能の多くをGNSS(Global Navigation Satellite System)ベースの位置決めに頼っている。
スマートフォンに埋め込まれたGNSS受信機は、衛星の星座から受信する低出力でオープンな信号により、妨害や密封という形で人為的な電波干渉攻撃を受けやすい。
ジャミングは、GNSS受信機が位置、速度、時間(PVT)ソリューションを形成する能力を否定するプラクティスであるが、スプーフィングは、被害者の受信機に偽PVTソリューションを計算させようとする偽の衛星信号を使用することによって、より汚い脅威を表す。
スマートフォンの普及と、それらが保持する機密位置情報データによって、悪質なスパイ活動の主要なターゲットとなっている。
しかし、ハードウェアの制約とGNSSレシーバ処理チェーンへの深い視認性の欠如は、効果的な対策のための大きなハードルを生んでいる。
既存の調査では、一般的なスプーフィング対策を網羅的に調査しているが、これらのモバイル固有の制限に対処できなかった。
この記事では、スマートフォンアーキテクチャのユニークな制約の中で実行可能な技術に焦点を当てた、新しい調査のギャップを埋める。
具体的には、GNSSスプーフィング攻撃効果と対策を定義するための分類法を確立し、スマートフォンの脆弱性の特徴を歴史的にレビューし、スマートフォンスプーフィング脅威を検出し、対処するために提案された手法の概要を示し、モバイルプラットフォーム上でそれぞれの長所と短所を測るための比較フレームワークを提供する。
関連論文リスト
- AmbSentry: Mitigating Sensing Eavesdropping in ISAC Systems by Harnessing Ambient IoT Devices [60.083979780396014]
6Gネットワークの重要なパラダイムとして、ISAC(Integrated Sensistance and Communication)が登場している。
本稿では,盗聴者に対する検知情報の漏洩を防止するISACシステムであるAmbSentryを提案する。
論文 参考訳（メタデータ） (2026-08-12T08:42:05Z) - PhyG-MoE: A Physics-Guided Mixture-of-Experts Framework for Energy-Efficient GNSS Interference Recognition [49.955269674859004]
本稿では,PhyG-MoE(Physics-Guided Mixture-of-Experts)について述べる。
静的アーキテクチャとは異なり、提案システムはスペクトル特性の絡み合いに基づいて信号をルーティングするスペクトルベースのゲーティング機構を用いる。
高容量のTransNeXtエキスパートがオンデマンドでアクティベートされ、飽和シナリオで複雑な機能を分離する一方、軽量のエキスパートは基本的なシグナルを処理してレイテンシを最小化する。
論文 参考訳（メタデータ） (2026-01-19T07:57:52Z) - Multi-Agent-Driven Cognitive Secure Communications in Satellite-Terrestrial Networks [58.70163955407538]
悪意のある盗聴者は衛星地上ネットワーク(STN)を介して個人情報に深刻な脅威をもたらす
リアルタイムセンシングによりスペクトルスケジューリングと保護を協調する複数のエージェントによって駆動される認知セキュア通信フレームワークを提案する。
我々は、生成した対向ネットワークを利用して対向行列を生成し、学習支援電力制御を用いて、実及び対向信号のパワーを保護層に設定する。
論文 参考訳（メタデータ） (2026-01-06T10:30:41Z) - Coordinated Position Falsification Attacks and Countermeasures for Location-Based Services [4.653727709371718]
位置情報ベースのサービス(LBS)アプリケーションは、低コスト攻撃(50ドル未満)の影響を受けやすい
これらの攻撃は位置データを操作してLBSを制御または弱体化させ、ユーザの詐欺やサービス操作につながる。
そこで本研究では,市販プラットフォームからの冗長な位置情報を利用して,このような攻撃を検知・阻止する対策を提案する。
論文 参考訳（メタデータ） (2025-10-31T10:30:52Z) - GNSS Spoofing Detection Based on Opportunistic Position Information [1.9688858888666714]
位置に基づく攻撃検出スキーム(PADS)は、位置の回帰分析と不確実性分析を利用する確率的フレームワークである。
PADSは偽陽性率の3倍の正の値を得る。
論文 参考訳（メタデータ） (2025-06-14T17:27:06Z) - Guardian Positioning System (GPS) for Location Based Services [1.9688858888666714]
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。
論文 参考訳（メタデータ） (2025-05-14T19:06:13Z) - 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) - 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) - Mixture GAN For Modulation Classification Resiliency Against Adversarial
Attacks [55.92475932732775]
本稿では,GANをベースとした新たな生成逆ネットワーク(Generative Adversarial Network, GAN)を提案する。
GANベースの目的は、DNNベースの分類器に入力する前に、敵の攻撃例を排除することである。
シミュレーションの結果,DNNをベースとしたAMCの精度が約81%に向上する可能性が示唆された。
論文 参考訳（メタデータ） (2022-05-29T22:30:32Z)
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。