Malicious Pseudo-Ranging and Localization of Static LOS Wireless Users via Downlink Modulation Classification and Uplink Refinement

技术摘要：针对静态视距（LOS）无线用户的恶意伪测距与定位攻击

问题陈述
无线标准（如 3GPP Release 16–20 和 IEEE 802.11xx）的开放性以及无线介质的广播特性，为攻击者利用提供了漏洞。虽然现有的防御措施通常侧重于主动攻击（如干扰、伪基站），但本文识别了公开调制编码方案（MCS）表中存在的一个“遗留问题”。这些表对于自适应调制编码（AMC）至关重要，负责将信道质量映射到特定的调制方案。本文指出，窃听者（Eve）可以通过逆向工程公开的表格来推断链路的信噪比（SNR），并进而推断基站（Alice）与静态视距（LOS）用户（Bob）之间的地理距离，而无需部署任何锚节点或进行主动探测。

方法论
所提出的攻击是一种旨在定位静态用户的被动两阶段过程：

1. 下行链路阶段（伪测距）：

   • Eve 拦截从 Alice 到 Bob 的下行广播。
   • 采用基于深度学习的调制分类器（具体为具有四个卷积层的二维卷积神经网络，2D CNN）来识别拦截信号的调制方案（例如 BPSK、QPSK、16-QAM、64-QAM）。
   • 利用公开可用的 MCS 表，Eve 将检测到的调制方案映射到特定的 SNR 范围。
   • 通过应用 Friis 传输方程，并在已知发射功率和频率的假设下，Eve 将此 SNR 范围转换为距离边界。这通过将用户的可能位置从整个小区覆盖范围缩小到围绕基站的一个特定同心圆环。

2. 上行链路阶段（精细化）：

   • Eve 移动到识别出的圆环处，并在该圆环上进行环形路径遍历。
   • Eve 嗅探来自 Bob 的上行传输。由于上行功率通常较低，Eve 必须靠近用户才能捕获高质量信号。
   • 在圆环上的每个网格点，Eve 测量接收到的 SNR。产生最大 SNR 的位置被声明为 Bob 位置的初始估计值。
   • 为了精细化该估计值，Eve 利用从 SNR 推导出的距离，在初始估计值周围进行二次、更小的圆形运动，以精准定位 SNR 最高的位置。此过程可以迭代重复。
   • 扩展： 该方法还通过多天线（使用均匀线性阵列 ULA 和 root-MUSIC 算法进行波达方向 DoA 估计）以及在多用户场景下（Eve 监控多个正交子载波）进行了评估。

核心贡献

• 新型被动攻击： 本研究引入了首个利用 MCS 表进行用户定位的已知被动攻击，且无需锚节点或主动干扰。
• 搜索空间缩减： 该攻击通过下行链路调制分类，有效地将定位搜索空间从整个小区缩小到一个特定的圆环（伪测距）。
• 无需基础设施： 与传统的非协作源定位不同，该方法不需要预部署已知位置的基础设施。
• 验证： 该方法通过在 5 GHz、28 GHz 和 100 GHz 频率下的单用户、多用户及多天线场景模拟得到了验证。

结果

• 调制分类： 基于 CNN 的分类器在所有模拟场景中均实现了超过 80% 的验证准确率。测试准确率随 Eve 靠近基站的距离及发射功率的变化而变化；越靠近基站，准确率越高，这对于正确的圆环识别至关重要。
• 定位精度：
  • 定位误差随发射功率增加而增大（由于覆盖圆环变大），但随频率升高（毫米波）而减小（由于路径损耗更高且覆盖范围更小）。
  • 相比仅知道功率范围，了解用户的确切发射功率能显著提高精度。
  • 在 28 GHz 的单用户场景下，平均定位误差约为 0.66 米。
  • 多用户： 该攻击成功定位了两个同时存在的用户，其精度（0.66m 和 0.67m）与单用户情况相当，尽管这需要更高的接收带宽和处理资源。
  • 多天线： 为 Eve 配备 10 元均匀线性阵列，通过利用波达方向（DoA）估计，将平均定位误差显著降低至 0.27 米。
• 复杂度： CNN 的计算复杂度较低（约 59 MFLOPs），表明该攻击可以在具备标准 GPU 能力的边缘设备上部署。

意义与主张
本文将此工作定义为旨在提高对无线标准安全影响意识的“道德黑客”披露。作者声称，3GPP 和 IEEE 标准的开放性允许攻击者将观察到的 MCS 指数映射到地理区域，从而威胁空间隐私，并实现长期追踪、去匿名化以及构建恶意“数字孪生”用户移动图谱。

作者强调，虽然目前的研究局限于视距（LOS）和静态用户，但该攻击可作为更复杂场景的“脚手架”。他们讨论了向非视距（NLOS）环境（使用无线电指纹识别）和移动用户（使用马尔可夫链和卡尔曼滤波）扩展的可能性。论文结论指出，虽然私有 5G 网络可能免疫，但公共 5G 和 WiFi 网络仍易受到这种无需基础设施的被动感知攻击，这要求在 6G 和 AI 原生网络时代重新审视安全配置文件。