本研究聚焦于蜂窝网络在全球漫游场景下的安全与隐私测量问题。随着移动用户跨国漫游日益频繁，运营商之间的信令交互带来了新的攻击面，例如位置泄露、身份伪造、中间人攻击等。现有测量方法多针对单一网络，缺乏对漫游链路全局视角的刻画。本文提出一套新颖的测量框架，利用被动监听和主动探测相结合的方式，收集跨网络的信令数据，并设计多维度分析算法以识别异常行为。实验基于多个国家的真实漫游数据集，验证了方法在检测信令异常（如SS7漏洞利用、Diameter协议滥用）和评估隐私泄露风险（如IMSI捕获）方面的有效性。主要贡献包括：首次系统分析全球漫游环境下的安全测量挑战，提出轻量级部署方案，以及公开部分测量工具。适合移动网络运营商的安全团队、监管机构以及研究蜂窝协议安全的研究人员阅读。

本文提出了一个名为Atomic的自动化框架，用于系统性地发现LTE蜂窝网络中的安全漏洞。研究背景是当前蜂窝网络漏洞发现主要依赖手动分析，效率低下且不全面。作者观察到LTE技术文档中包含大量“危险指示器”（HI），即描述在特定状态下发生某个事件时可能触发危险操作（如中止正在进行的过程）的语句。这些HI可以引导对系统的测试，以验证该操作是否确实能被未授权方触发并造成危害。Atomic框架利用自然语言处理和机器学习技术，从LTE NAS规范的549页、13,598条句子和283,850个单词中自动扫描提取HI。然后对HI进行解析和分析，恢复状态和事件信息，生成测试用例。这些测试用例在LTE仿真环境中自动执行，检测系统是否允许危险操作在缺乏适当保护的情况下发生。实验在不到5小时内从192个HI中发现了42个漏洞，其中10个是此前未报道过的，涉及两种威胁模型。所有漏洞均通过端到端攻击验证，可导致合法用户设备的LTE服务被未经授权中断。作者已向相关方报告，并获得主要商业运营商确认存在以及Google的2000美元奖励。