本文针对星载（onboard）卫星飞行系统中日益广泛使用的开源软件（OSS）开展了一次实证性安全分析。研究背景在于：现代卫星任务为加速研发，大量采用可复用框架、共享库与社区维护组件，但这些组件被引入到补丁更新代价极高、失效可能直接影响任务运行的航天环境中，从而把常规软件供应链风险带入了高可靠性领域。作者收集了 126 个公开卫星相关代码仓库，构建并执行了一条多工具组合的自动化分析流水线，涵盖四个环节：(1) 生成软件物料清单（SBOM）以识别组件构成；(2) 软件成分分析（SCA）以匹配已知漏洞与依赖风险；(3) 静态应用安全测试（SAST）扫描自研源码；(4) 基础设施即代码（IaC）配置审查与密钥/凭据扫描。为控制噪声，作者又施加了基于规则的清洗、面向星载范围的过滤以及基于指纹的去重，最终得到包含 2,827 条安全发现的数据集。结果表明：安全发现分布广泛但高度不均衡；中等严重度占 49%，中等及以上合计占 72%。作者采用基于 CWE 的分类体系，把全部发现归入八个弱点族，其中内存安全与代码质量类占比最高，其次是输入验证与注入类。从代码归属看，81.4% 的发现位于项目自研代码中，外部依赖代码仍是不可忽视的来源。作者明确强调，这些发现并不证明针对具体任务的真实可利用性，其价值在于对开源星载软件生态中反复出现的安全模式给出实证刻画，量化其普遍程度，并帮助任务方确定最应优先投入安全审查的领域。该工作适合航天软件工程、供应链安全与嵌入式安全方向的读者参考。

该论文针对卫星安全风险评估中威胁具有时间动态性而现有框架通常将其视为静态的问题，提出了一种将时间作为显式维度纳入卫星安全分析的时间风险评估框架。核心问题在于，卫星的漏洞、暴露面以及利用后果会随着轨道变化、电力余量下降和空间环境恶化而改变，同一个攻击手段在关键机动操作期间可能比常规运行阶段造成更大的破坏。方法上，论文在现有对手行为分类学的基础上扩展出一个五维的时间能力模型，用于刻画攻击者在不同时间窗口下的能力变化，并针对卫星任务的不同时间阶段估计漏洞利用难度。该框架不再只输出单一的风险评分，而是生成一系列按时间索引的似然-影响矩阵，通过将任务分解为具有操作意义的时间窗口和环境带，直观呈现系统在哪些时段暴露程度最高。作者认为这一视图可帮助卫星运营商避免在高层级风险时段安排敏感操作，并动态调整防御资源以匹配随时间演变的威胁态势。主要贡献包括形式化时间风险分析框架、维度扩展和可视化输出方式。该研究适合卫星安全工程师、任务规划人员及网络安全风险分析师阅读。

本文提出 QUASAR，据作者所知这是首个面向 X 波段合成孔径雷达（SAR）卫星物理层认证（PLA）的量子-经典混合架构。X 波段 SAR 卫星（8-12 GHz）在灾害响应、环境监测和军事侦察中至关重要，但缺乏与密码学机制正交的物理层认证。现有 PLA 系统通常基于射频指纹，多局限于 sub-6 GHz 频段，且依赖经典深度学习，难以充分拟合卫星硬件特有的 IQ 相位非线性特征。QUASAR 将 CNN 频谱图编码器与变分量子电路（VQC）融合，形成混合神经网络，用于 X 波段 SAR 信号的物理层认证。该方案有两个显著特点：（1）数据效率显著优于经典机器学习，仅需 10% 的训练数据即可达到经典基线的准确率——而数据收集恰是 PLA 中最耗时的环节；（2）在相同数据预算下，其分类准确率超过经典基线。作者在三种对抗场景下测试了 QUASAR：重放攻击、精心构造的 IQ 注入和星载欺骗。QUASAR 分别拒绝了 89.7%、94.1% 和 81.3% 的欺骗传输，建立了首个面向卫星星座的量子增强物理层分类器。论文详细描述了框架和支撑结果，展示了物理层认证的新研究方向。适合对卫星通信安全、量子机器学习与物理层安全交叉领域感兴趣的读者。

该论文针对低地球轨道（LEO）卫星互联网面临的安全威胁，特别是卫星冒充和信号欺骗问题，提出并构建了一个真实的基准数据集 IriSig-Spoof。LEO 卫星通信已成为关键基础设施，但其开放无线链路易受攻击。射频指纹（RFF）技术通过利用发射机硬件 imperfections 在接收信号中的表现来提供潜在防御，然而现有卫星 RFF 方法的可靠性难以评估，原因是缺乏支持时间、开放集和跨场景评估的统一数据集与基准。IriSig-Spoof 数据集包含从 66 颗卫星在 32 天内收集的 517 万条真实 Iridium 消息，以及通过软件定义无线电（SDR）在室内和室外环境中生成的欺骗信号。论文建立了三个基准任务：时间鲁棒性评估、带未知信号拒绝的开放集 RFF 识别、跨场景欺骗检测。实验采用多尺度注意力卷积神经网络（MACNN），结果显示时间鲁棒性在不同配置下有所差异，最佳配置达到 97.75% 的平均跨日准确率；开放集评估中 MACNN 的 AUROC 达到 0.9715，但有效的未知信号拒绝并不必然保证可靠的身份分配；跨场景实验揭示了低误报率下的差异。IriSig-Spoof 为评估时间变化和攻击条件变化下鲁棒 RFF 方法提供了可复现的基础。该研究是首个针对真实卫星 RFF 的综合性开放基准，对卫星安全、信号认证和物理层安全研究具有重要价值。适合卫星通信安全研究者、物理层安全工程师以及关注射频指纹识别和欺骗检测的学术人员阅读。

该论文首次系统性地研究了卫星调制解调器的安全性问题。卫星调制解调器是卫星通信网络中的关键组件，尤其是在传统透明中继卫星系统中，它决定了整个通信体制。然而，与通常更孤立、保护更好的卫星本身不同，卫星调制解调器可被攻击者接触且容易遭受低成本攻击，可能成为卫星通信安全链中的薄弱环节。作者首先对商用现货卫星调制解调器进行了物理拆解，系统检查了硬件和软件模块，并对暴露在互联网上的卫星调制解调器进行了测量研究。他们在三个攻击面——卫星通信接口、地面网络接口和硬件——上识别出16个安全漏洞。进一步地，他们引入了AirSecAnalyzer，一种针对调制解调器卫星通信接口的自动化安全分析器/模糊测试器。通过对9个真实卫星调制解调器的全面分析和大量实验，他们报告了利用这些已识别漏洞的18种新型攻击。研究成果为未来卫星调制解调器及卫星通信网络的安全性研究奠定了有价值的 foundation。

本论文针对卫星安全领域中的安全规划分解问题，提出了一种受控候选集基准测试方法。在某些安全开发场景中，需要本地模型将高层目标转化为有序且可检查的行动计划。作者设计了一个低秩分解适配器，并发布了一个无泄漏的语料库，包含24个手工编写的卫星安全案例分解以及83个派生的下一步示例。为了避免参考计划泄漏，每个提示仅包含一个目标以及八个经过打乱的SPARTA候选方案。评估候选集通过oracle方式确保包含所有参考技术，因此衡量的是模型从受控集合中的选择能力，而非检索能力。实验采用6个固定案例和5种解码种子，对比了不同适配器与提示式Qwen2.5基线。结果显示，适配器在不同训练种子下存在不可忽视的方差。在紧凑规模（1.5B）下，24折贪心留一案例对照显示，适配器的精确度为0.583，明显高于两样本提示的0.480，但召回率略低（0.586对0.660）。在1.5B和7B规模下，适配器相对于最强提示基线的精确度提升区间跨越零，说明优势不显著。同时，适配器在格式合规性上大幅优于基线，表明分数差异并非完全来自选择能力。自回归下一步预测准确率在0.5B、1.5B和7B上分别为0.08、0.06和0.29。作者强调，该研究仅作为概念验证，提供问题定义、无泄漏数据集、可复现包及描述性分析，并不证明系统可独立可靠运行或适配器具备普遍优势。此外，论文还包含一个单独的合同重用诊断测试。该工作适合关注LLM在结构化规划任务中评估方法的研究人员。

该论文针对低轨卫星（LEO）的物理层安全认证问题展开研究。现有基于轨道特征的认证方案在面对控制多个设备的攻击者时存在严重漏洞，实验表明此类攻击可导致高达40%的误报率（FPR）。作者通过根因分析发现，单参考接收机的依赖性和对信号源分类的不精确是主要脆弱点。为此，他们提出了一种名为Chi-MERA的新方案，包含两项核心增强：1）利用多边定位（MLAT）的残留分析来区分轨道信号（合法卫星）与非轨道信号（攻击者）；2）设计了一种不依赖单一专用参考接收机的弹性签名方案。通过广泛的仿真实验，Chi-MERA将误报率降至低于2%，漏报率（错误拒绝合法信号）低于3%。此外，该方案的防御能力呈线性扩展：当使用n个接收机时，可以可靠抵御拥有n/2个设备的攻击者（FPR<1%）。论文结果为LEO卫星通信的物理层认证提供了高效、可扩展的防御思路。

低地球轨道（LEO）巨型星座（如SpaceX的Starlink和Amazon的Kuiper）依赖光学星间链路（ISL）实现自主网格路由，为全球提供低延迟通信、物联网和安全服务。随着星座密度增加和多运营商对等组网，ISL完整性对商业可用性和国家安全至关重要。然而，现有实时安全方法仅关注物理层安全，对网络层及复合攻击存在盲点。本文提出一种跨层轻量级行为指纹框架CLIF，该框架在卫星上融合物理层测量（如信号强度、角度）与网络层数据（如流量统计、路由状态），以低计算开销检测异常。作者构建了覆盖Starlink第一壳层（1584颗卫星）、Kuiper壳层（1156颗卫星）以及多运营商联合对等场景（2740颗卫星）的轨道仿真，注入十种攻击类型（包括欺骗、流量操纵、路由颠覆等）并设置不同严重等级。评估了三种基于每颗卫星的无监督检测器，其中基于马氏距离的检测器在Starlink上达到99.5%的召回率，Kuiper上99.4%，多运营商星座上94.8%，同时保持假阳性率（FPR）低于0.7%。结果表明，跨层特征融合不仅对LEO星座的全面安全保护是必要的，而且在大规模网络中具有高成本效益，同时适合资源受限卫星的严格星上能量预算。该研究的核心贡献在于首次系统性地将物理层与网络层数据结合用于LEO星座攻击检测，并在大规模仿真中验证了其有效性与轻量性。

本文提出HoneySat，一个基于网络的卫星蜜罐框架，旨在模拟真实的卫星通信行为，以欺骗和检测针对卫星网络的攻击。卫星系统正面临日益增长的网络威胁，但现有安全手段（如入侵检测）在卫星领域部署不足，尤其缺乏交互式诱骗机制。HoneySat支持两种主流卫星协议生态系统：CSP（CubeSat Space Protocol）和CCSDS/YAMCS（Consultative Committee for Space Data Systems / Yet Another Mission Control System）。该框架通过Docker容器化部署，模拟了逼真的卫星遥测数据（如电压、温度、电流）、真实通信窗口（仅在预测过顶时段响应）以及交互式指令壳，允许攻击者发送命令并记录所有交互日志。论文通过五个实验系统验证了其设计目标：E1.1证明遥测数据可信；E1.2展示通信窗口的逼真性；E1.3验证交互能力（如执行系统命令）；E1.4确认日志记录功能；E2展示了框架的配置与扩展能力，支持用户自定义卫星名称、位置、协议类型。实验结果表明HoneySat能有效欺骗潜在攻击者并记录其活动。该框架为卫星网络安全研究提供了重要的测试和防御工具。

该论文揭示了地球静止轨道（GEO）卫星通信中存在严重的安全漏洞：卫星运营商和制造商在卫星管理控制链路中广泛使用不安全的明文协议（如HTTP、FTP、Telnet等），这些内部管理接口暴露在公共互联网上，未进行加密保护。研究者通过主动扫描GEO卫星的IP地址空间，发现大量卫星的敏感内部链接可以通过地面直接访问，攻击者能够利用这些未加密的接口窃听、篡改或劫持卫星的管理控制信号。研究测绘了GEO卫星的IP空间，统计了暴露的服务类型和数量，指出这种安全疏忽源于卫星行业长期缺乏安全规范，且卫星的生命周期长、难以升级固件，导致漏洞难以修复。论文的核心贡献是首次系统性地测绘和量化了GEO卫星明文内部链接的攻击面，引起了业界对卫星通信安全的高度重视。