蜂窝网络协议中的漏洞常因标准组织、设备商与移动网络运营商(MNO)之间的多方协调而长期得不到修复，暴露窗口可能持续数月至数年。本文提出Buckler框架，允许MNO在此窗口期内在无线接入网(RAN)侧部署临时的、本地的且可逆的热修复。Buckler在标准化的L2/L3信道边界放置可复用的钩子，并对外提供一种封闭的、有状态的匹配-动作接口，支持DROP(丢弃)、MODIFY(修改)和RELEASE(放行)三种预防动作。作者从23篇相关论文中梳理出64个根植于标准L2/L3协议行为的攻击，其中43个可在RAN侧找到预防性干预点；利用Buckler为其中的20个攻击构建了热修复。所有热修复仅需相同的规则词汇与五个标准化信道钩子；未被支持的攻击则涉及RAN无法单独满足的端点依赖。作者在srsRAN和OpenAirInterface上实现了这五个钩子，代码改动小且结构相似，并实际演示了三种动作对可用性及隐私攻击的缓解效果。这些工作证明了运营商赋能热修复是一种实用且可移植的临时防御方案，同时清晰揭示了仅靠RAN进行预防的架构性局限。本文适合5G安全研究者、MNO安全工程师以及协议栈开发者阅读，以理解在标准补丁落地前如何主动降低协议漏洞的利用风险。

本文提出并实验验证了一种针对基于5G独立组网（SA）的无人机超视距（BVLOS）运行场景的新型时间性攻击方法——FlyBlind。在典型BVLOS无人机系统中，指挥控制（C2）数据和视频反馈共享同一用户面，运营商通常依赖延迟和可用性等链路质量指标来评估连接状态，并依靠网络切片之间的软隔离来保证一定程度的服务区分。然而，现有研究未充分探讨一种风险：一个被授权的同租户（co-tenant）能否在不中断连接的情况下，使地面控制站（GCS）的态势感知状态变得过时。FlyBlind正是利用这一盲区：攻击者作为相邻切片的合法租户，持续维持合法的上行链路需求，在软隔离机制下与目标无人机切片竞争空闲资源，从而在不对C2流量进行直接干扰、也不借助恶意基站（rogue gNB）的前提下，导致GCS接收到的遥测数据逐渐老化。作者将这种效应形式化为“静默状态陈旧”（Silent State Staleness），并定义为可验证的“假健康”谓词。在专用测试平台上，实验结果显示：GCS处的遥测数据陈旧时间可饱和至约12秒，位置估计与地面真实位置之间的偏差达到数十米，而同时单向延迟（OWD）的p99值仍保持在数十毫秒，链路可用性超过99.9%，飞行器继续以GUIDED模式运行且未触发任何失效保护机制。这表明，在当前非对称上行链路资源管控部署中，仅依赖链路健康监测无法察觉状态陈旧问题，必须在目的地侧主动验证状态新鲜度。该研究属于安全研究类别，适合关注5G切片安全、无人机通信安全、以及关键基础设施防护的研究人员和蓝队成员阅读。

本文提出 CERTIoT-6G，一个面向 5G/6G 网络中物联网设备的安全即服务（SECaaS）框架，旨在解决现有认证机制静态、手动且难以适应大规模异构物联网生态的问题。随着医疗、智慧城市、工业自动化和关键基础设施等领域大规模采用物联网设备，以及欧洲《网络弹性法案》（CRA）和 NIS2 指令等监管要求，设备必须在全生命周期内实现安全设计、持续漏洞管理和弹性运行。传统认证方式无法满足这些动态合规需求。CERTIoT-6G 集成了自动化合规分析、实时流量监控和对抗性测试能力，能够对运行在先进 5G 测试平台上的多种物联网设备类别进行持续网络安全认证和合规监控。实验结果显示，该框架在流量加密和网络不稳定条件下的可用性方面发现了关键的合规缺口，并能针对不同设备类型生成映射到监管要求的可操作判定结果。此外，其监控管道对实时 5G 流量的影响可忽略不计。本文的主要贡献在于提出了一种自动化的持续认证架构，弥补了静态认证与动态合规监管之间的空白，并为物联网安全认证的未来标准化提供了实践验证。适合关注物联网安全、5G/6G 网络架构、安全合规自动化以及安全即服务模型的研究人员、监管科技开发者和网络安全架构师阅读。

本文针对5G赋能的网络物理系统（CPS）中基于深度学习的DDoS检测器所面临的两大挑战：标注攻击数据稀缺，以及现有合成攻击样本不真实。传统检测器在手工构造、使用固定缩放因子的攻击样本上训练，一旦遭遇符合真实分布的攻击流量，性能会急剧下降（F1分数下降约47%至100%，取决于具体场景）。为此，作者提出Diff-DDoS，一个三阶段框架，利用表格扩散模型实现逼真攻击样本的合成与鲁棒检测。阶段一：基于呼叫详细记录（CDR）生成的时空网格，训练一个基线CNN小区级检测器。阶段二：在正常CDR聚合数据上训练表格去噪扩散概率模型（TabDDPM），用于生成贴近真实分布的攻击样本，从而暴露检测器的脆弱点。阶段三：引入对抗扩散训练（ADT），通过逆分类器引导生成困难但仍保持分布特性的样本，迭代训练直至检测器收敛。在米兰CDR数据集上，针对短信洪泛、静默呼叫、互联网信令和混合攻击场景，采用ADT训练的ResNet50在静默呼叫、互联网和混合场景下分别恢复了79.62%、100%和92.79%的F1分数。经过基于验证集的阈值校准后，ADT在短信洪泛场景达到100%的F1分数，而CTGAN仅为47.3%；在静默呼叫场景下，ADT与最强的基于梯度的对抗训练基线表现相当。实验结果表明，表格扩散模型可有效用于数据稀缺的5G网络物理部署中入侵检测器的压力测试与加固。

本文针对5G蜂窝网络中初始接入阶段的安全漏洞进行了实验验证与缓解研究。5G系统的初始接入阶段在用户完全认证之前，基站（gNB）必须分配无线资源，这使得随机接入信道（RACH）过程容易被滥用。攻击者可以利用RACH过程产生大量不完整的连接尝试，造成信令风暴，消耗gNB资源，导致合法用户无法成功接入。作者使用OpenAirInterface项目实现了这一信令风暴攻击，并在由软件定义无线电（SDR）和商用手机组成的真实测试平台上进行了验证。随后，他们设计并实现了一种轻量级缓解技术，该技术直接运行在gNB上，通过监控和作用于可疑的半开连接来抵御攻击。为了提升系统的可观测性，作者还开发了一个网络管理界面，能够实时可视化网络状态，并在攻击阶段突出显示可疑活动。该工作已以开源形式发布，以便其他研究者复现实验结果、基于其实现进行扩展开发，以及评估新的缓解策略。论文主要贡献包括：首次在真实测试平台上验证了5G RRC风暴攻击的可行性；提出了有效的轻量级缓解方案；开发了实时网络监控界面；并开源了整个实现。适合5G安全研究人员、移动网络运营商的安全工程师以及关注无线接入网（RAN）安全的从业者阅读。

该论文首次系统性地揭示了毫米波/太赫兹回传链路对空中超表面攻击的脆弱性。随着5G及未来网络部署，无线回传链路被广泛用于关键基础设施（如华尔街金融交易），其安全性至关重要。作者提出了一种名为MetaFly的新型攻击架构：攻击者Eve利用轻量级、低成本、透射型且无需供电的空中超表面，通过无人机构建的飞行平台对基站与核心网之间的高度定向回传信号进行电磁波前操控，从而实现隐蔽窃听。攻击的核心机制包括：在超表面界面诱导预定义相位分布，生成窃听所需的衍射波束，使部分信号能量偏转到攻击者接收位置；同时，基于无人机移动性的波前定制飞行调整原则，动态优化辐射方向图，以保持窃听链路质量且不明显干扰合法通信。作者实现了MetaFly原型，并在大型室内中庭和城市室外屋顶进行了多组空口实验。实验结果表明，配备MetaFly的Eve能够以接近零误码率截获回传传输，同时保持对合法通信的极小影响，展示了该攻击在真实环境中的可行性与隐蔽性。该研究属于物理层安全与无线网络安全的交叉领域，为回传链路的安全设计提供了新视角，提示后续需要研究针对空中超表面攻击的检测与防御机制。适合无线安全研究人员、5G/6G网络架构师以及物理层安全工程师阅读。

标准5G认证与密钥协商（5G-AKA）仅验证存储在通用用户身份模块（USIM）上的订阅凭证，而不验证持有该凭证的物理设备或其启动状态。在战术5G部署中，用户设备可能被捕获、篡改、重新投入使用，或与移植的订阅凭证一同使用，这一安全缺口尤为严重。本文提出名为“Battlefield 5G”的预认证框架，面向5G独立组网，在标准注册流程被接受之前，结合双X.509设备证书检查和基于可信平台模块（TPM）的启动证明。其设计在5G基站（gNB）上设置外层证书挑战，在5G核心网中的接入与移动性管理功能（AMF）上设置独立的内层证书挑战，并由核心网侧的证明代理验证TPM的平台配置寄存器（PCR）引用。通过在gNB侧实现无线资源控制（RRC）转发门，并在AMF侧实现保存-重放机制，多轮证书与证明挑战-响应交换可插入注册流程，而无需修改任何3GPP非接入层（NAS）消息结构或新增NAS消息类型。作者基于B210通用软件无线电外设（USRP）测试平台，扩展了srsRAN、srsUE和Open5GS，并在UE中集成硬件TPM 2.0。原型阻止了SIM移植、伪造证书、固件篡改和重放攻击。在六次试验中，Battlefield 5G将平均入网时延从1886毫秒增加至2260毫秒，额外引入373.4毫秒的预认证开销，同时保留了标准的5G-AKA、安全模式和PDU会话流程。该研究为战术或高安全要求环境中的5G设备提供了一种实用的增强认证机制，并为未来标准演进提供了参考。

该论文提出了 VUPER，一个用于生成经过形式化验证的 ASN.1 UPER（非对齐压缩编码规则）解析器的框架。ASN.1 是一种广泛使用的接口描述语言，而 UPER 是其中关键的编码规则之一，尤其在蜂窝网络和车联网（V2X）通信等安全关键领域应用广泛。为保证这一基础基础设施的正确性和安全性，作者首先形式化了位精确解析器的概念，并识别出能够证明解析器与序列化器往返一致性的属性，同时考虑了 ASN.1 的向后/向前兼容性等特性。接着，他们按照 UPER 规范，为 ASN.1 基本类型和结构实现并验证了解析器和序列化器组合子。他们还开发了一个编译器，能够将 ASN.1 定义转换为经过验证的解析器。最后，他们构建了一个以 VUPER 解析器为测试基准的动态测试框架。为了实证评估，作者使用 5G 和 V2X 通信协议测试了 7 个开源和 4 个商业 ASN.1 解析器。VUPER 在流行解析器中发现了 20 种类型的不一致，并展示了对 ASN.1 UPER 标准更严格的合规性。此外，他们还通过利用这些解析器漏洞展示了具体攻击。该研究的主要贡献在于提出了一种可能的方法来生成验证过的解析器，并揭示了现有解析器实现中的大量缺陷，为相关安全加固提供了基础。适合编译器、形式化验证、协议安全及通信系统安全领域的研究人员和工程师阅读。

随着5G网络在工业网络、关键基础设施等可用性敏感系统中的广泛应用，深入理解其对蜂窝干扰（jamming）的韧性变得至关重要。然而，现有研究大多在固定的物理层配置下进行孤立评估，难以进行有效的横向对比，例如比较不同频段或信道带宽在抗干扰韧性上的差异。为填补这一研究空白，本文作者在ns-3网络模拟器中实现并开源了一款5G干扰器（jammer）。利用仿真环境可控的确定性，系统比较了多种维度对蜂窝干扰效果的影响，包括蜂窝技术（如4G/5G）、频率范围、子载波间隔以及信道带宽。实验结果显示，蜂窝技术类型和子载波间隔对干扰韧性的影响较小，而信道带宽和频率范围则起到关键作用：更宽的信道带宽和特定的频率配置能够显著提升抗干扰能力。该研究首次提供了可复现的开源仿真工具，并给出了跨配置的系统性对比，为5G网络规划、抗干扰设计与安全评估提供了重要参考。本文适合5G网络架构师、安全研究人员、关键基础设施管理人员以及从事无线通信仿真工作的工程师阅读。

该论文针对5G移动网络中层三（L3）协议面临的安全威胁，提出了一种基于O-RAN（开放无线接入网络）架构的攻击检测服务——5G-SPECTOR。传统蜂窝网络基础设施封闭且专有，而5G正向智能、开放标准化的O-RAN架构迁移，这为安全监测提供了新的机会。论文设计了两个核心组件：MOBIFLOW，一种新型安全审计流，用于传输细粒度的蜂窝网络遥测数据；MOBIEXPERT，一个可编程的控制平面xApp，用于实时分析数据并检测异常。该系统可检测7种已知的L3协议攻击，并能扩展至11种未知攻击以及31个真实世界蜂窝网络流量样本。实验结果表明，5G-SPECTOR具有高准确率、零误报，且CPU开销低于2%、内存消耗低于100 MB，展示了良好的实时性、可扩展性和低性能开销。该研究为O-RAN环境下的蜂窝网络安全监测提供了一个全面且实用的框架。

本文针对5G网络中用户设备（UE）与基站（BS）之间缺乏认证引导的问题，提出了一种轻量级后量子（PQ）安全认证框架EMULSION。5G的系统信息块（SIB）广播在无认证保护下易受伪造基站攻击、中间人拦截和虚假紧急警报威胁。现有方案如基于公钥基础设施（PKI）的证书链、令牌方案和身份签名存在开销大、不满足5G严格数据包大小限制或缺乏后量子安全性等问题。直接集成NIST后量子标准（如ML-DSA和FN-DSA）会导致大量数据包碎片和极高延迟（ML-DSA需要34个碎片SIB1数据包和高达5282ms端到端延迟）。EMULSION利用5G原生架构特性（固定SIB传输窗口、毫秒级时间同步、eSIM/USIM凭证管理），提出一种对称链式公开可验证认证框架。它采用TESLA风格的HMAC链，锚定每个epoch的紧凑后量子签名（MAYO），将认证信息压缩到单个数据包内，无需碎片化且完全消除证书传输。与以往方案不同，EMULSION保护完整的SIB系列（SIB1-SIB21）。在真实5G空中测试平台上评估，EMULSION相比ML-DSA端到端延迟降低33倍，通信开销降低31倍；相比FN-DSA延迟降低12倍，开销降低5.4倍。作者还正式证明了EMULSION的安全性，并开源了实现以供测试和适配。

本文研究在5G O-RAN（开放无线接入网）架构下，通过融合分布式单元（DU）的无线遥测数据和集中式单元（CU）的网络流记录进行跨层入侵检测。O-RAN的解耦特性使得这种多模态数据融合成为可能，但现有研究多聚焦单一模态。作者在真实5G O-RAN数据集上，使用10个随机种子、运行不重叠的分割方式，评估了7种不同架构（包括GRU、Transformer等）下融合检测相对于单一模态的性能。实验发现：无线射频特征在ROC-AUC和运行级检测率上普遍优于或至少不逊于网络流特征；融合仅在特定架构下（GRU和Transformer）在1%假阳性率时提升检测率，而对其他5种模型反而降低。融合收益仅局限于两种单一模态检测率均低于0.75的场景。更严重的是，在所有42种配置（架构、模态、窗口时长组合）中，拒绝服务（DoS）攻击被误判为正常流量的比例高达27%至46%，这表明限制来自窗口化统计聚合方法本身而非模型容量。代码已公开。本文结论对O-RAN安全检测系统设计有重要指导意义，指出单纯增加数据源融合未必能提升检测效果，需要针对特定架构和场景谨慎评估。

该论文揭示了一种5G物理层侧信道攻击方法。5G加密了传统控制信道，使先前的空中指纹攻击失效。然而，作者发现由于蜂窝通信标准强制规定了链路自适应机制，上行链路的调制与编码方案（MCS）保持稳定，因此传输占用的物理资源块（PRB）数量能够准确反映IP数据包长度。结合携带下行信息的上行控制信道，攻击者可以通过仅监听上行频谱来重建双向流量特征，而无需解码任何信道。基于此侧信道，设计了三步被动攻击框架Crosshair：首先，通过能量检测从原始IQ样本中盲提取上行物理信道占用，从上行频谱重建双向流量；其次，设计数据增强方法合成不同信道条件下的频谱轮廓，消除对通信环境先验知识的需求；第三，通过跨模态对齐将频谱域和IP域嵌入共享空间，使得仅凭收集的IP踪迹即可注册新应用。在5G NR测试台上的实验表明，Crosshair在应用识别准确率上优于现有最先进的物理层指纹识别方法，并在跨MCS场景下保持高精度。

本文提出了V-Range，这是首个完全兼容5G标准的安全测距系统。研究背景在于，5G网络为资产跟踪、智能生态系统、自动驾驶等安全关键应用提供了位置信息，但现有3GPP和研究提案均未解决5G安全位置估计的挑战，且已有多种针对定位和测距系统的攻击（如距离篡改攻击）。V-Range的设计目标是在5G新空口（5G-NR）收发器上直接实现安全测距，抵御距离放大和缩小攻击。该方法通过引入物理层和协议层的安全机制，确保测距结果的高精度和低延迟。实验验证在sub-6GHz和毫米波频段上均有效，结果表明攻击者无法在不被高概率检测的情况下将距离误差控制在系统不精确度之外。论文的贡献在于填补了5G安全测距的空白，并提供了可实际部署的方案。

5G网络在提供低延迟、高吞吐量和海量连接的同时，其控制平面仍面临多种安全威胁。其中，无线资源控制（RRC）信令风暴是一种特别有效且难以缓解的拒绝服务（DoS）攻击。恶意用户设备（UE）通过发送大量RRC信令，旨在耗尽下一代基站（gNB）的资源，阻止合法UE建立连接。现有的防御措施通常仅限于检测、仅通过数值模拟进行评估，且无法区分高负载网络条件和攻击；多数方法还假设静态配置，不考虑移动性。本文首先利用OpenAirInterface（OAI）5G协议栈评估了信令风暴攻击的可行性。然后，作者提出了StormShield，一种作为xApp在O-RAN近实时RAN智能控制器（RIC）上实现的攻击检测与缓解技术。它通过对恶意UE进行指纹识别并在gNB资源耗尽前将其阻断。作者在OTA测试平台上进行了原型验证，使用OAI、NVIDIA Aerial以及两种不同的gNB设置：一种采用USRP X410软件定义无线电（SDR）和8.1功能拆分，另一种采用商用富士康射频单元（RU）和7.2功能拆分。实验结果表明，StormShield能有效防止gNB资源耗尽，平均检测精度达到97.6%，从攻击开始到识别的平均时间为106.5毫秒。该工作为5G RAN提供了实用的实时信令风暴防御方案。