本文针对虚假基站（FBS）检测领域面临的现实挑战展开研究。过去二十年来，由于获取商用FBS（C-FBS）设备存在巨大的财务和监管壁垒，研究者无法直接观察真实攻击行为，导致检测系统多基于自建原型进行设计与评估，可能遗漏实际攻击面的关键盲区。为此，作者提出Devilray——一种可重构、参考级的对抗基线模型，旨在系统性地探索现实对抗空间，识别现有检测方案中的盲点。研究通过首次对商用FBS进行学术分析，建立了经验性的事实基础，并扩展至3GPP标准允许的规范驱动操作变体。Devilray能够系统生成2592种可行且真实的FBS实例，覆盖广泛的操作可能性。利用Devilray，作者评估了七种代表性可获取FBS检测器，发现所有检测器均存在覆盖率缺口，这些盲点源于假设限制性的设计与评估方法。本工作提供了第一个基于真实行为和规范分析的强健对抗模型，使社区能够以严谨的方式开发和评估未来的检测机制。适合移动安全、蜂窝网络防御领域的研究者阅读。