该论文聚焦于蜂窝核心网络（Core Network, CN）中的隐式信任错误（Implicit Trust Errors, iTrue）漏洞。传统上，核心网络内部接口依赖于物理隔离来保证安全，但随着云原生部署的推广，这种信任假设被打破，攻击面扩大，外部攻击者可以接触到原本内部的接口。通过对开源CN实现中GitHub issue报告的安全漏洞进行根因分析，研究者发现核心组件之间存在一种普遍模式：组件间盲目信任，可能省略语法验证、未能强制语义不变性，或在未检查可用性的情况下分配资源。一旦内部接口可达，这些弱点可能导致拒绝服务、会话劫持等严重后果。为了检测iTrue并理解其安全影响，论文设计了iFinder，一个由LLM驱动的多智能体系统。该系统首先总结已知漏洞，将其提炼为检测模式，然后应用于发现新的iTrue。为抑制LLM的幻觉，作者提出了一个创新策略：交叉检查3GPP规范和CN代码，以捕获智能体遗漏的现有防护。此外，还开发了一种技术，利用LLM为潜在的iTrue生成概念验证（PoC）漏洞利用，并通过自动执行PoC并分析结果来迭代优化。在7个流行的开源CN实现上运行iFinder，发现了84个先前未知的漏洞。其中83个已被确认，81个已分配CVE。重要的是，一个会话劫持漏洞已在真实世界的商业5G核心网络中得到验证。该研究揭示了核心网络隐式信任问题的严重性，并展示了LLM辅助漏洞发现的有效性。适合网络运营商、安全研究人员、核心网络开发者和安全工程师阅读。