A Queryable Graph-Based Security Analysis Framework for O-RAN
本文提出了一种开源的、基于图的框架，该框架将来自不同来源的 O-RAN 安全知识整合并动态更新至可查询数据库中，从而揭示了实证覆盖方面的关键空白和特定的漏洞模式，以增强安全分析。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
承载我们电话通话和互联网数据的电波不再是少数几家大型电信公司的专属领地。几十年来，管理这些信号的设备一直锁定在由单一供应商构建且难以更改的专有系统中。如今，一种被称为开放无线接入网（Open Radio Access Network）的新愿景正在重塑这一格局。它将旧有的、单体式的系统拆解为更小的、可互换的组件，这些组件可以来自不同的制造商并进行混合搭配。这种转变预示着更廉价的网络、更快的创新和更充分的竞争。然而，向新参与者和新软件敞开大门的同时，也打开了通往新危险的大门。当一个系统由许多不同的部分组成，且每个部分都有自己的代码和规范时，系统损坏的方式会呈指数级增长。理解这些弱点所在需要筛选数百份技术文档、学术研究和软件报告，这项任务进展缓慢，容易出现人为错误，并且往往在完成时就已经过时了。
一组研究人员通过构建一种新型的地图解决了这个问题。他们没有依赖静态列表或冗长的报告，而是构建了一个动态的、可查询的数据库，将该开放网络中每一个已知的部件与其面临的威胁以及保护它的防御措施联系起来。想象一座巨大的图书馆，其中的每一本书、每一个书架和每一条规则都通过一个单一的可搜索网络连接在一起。研究人员将信息输入这个系统，涵盖了官方行业标准、政府报告、学术论文以及已知的软件缺陷列表。他们结合使用精确的计算机脚本和先进的语言模型来阅读数千页的文本并提取关键事实，将一座由非结构化文档构成的“大山”转化为一个清晰、有序的网络，其中包含超过 350 个不同的组件和超过 1,250 种关系。这张数字地图允许任何人提出复杂的问题并获得即时答案，揭示了此前隐藏在脱节数据噪音中的模式。
当研究人员探索他们的这张新地图时，他们发现网络安全研究领域存在着显著的不平衡。最多的注意力集中在网络的“大脑”上，即那些利用人工智能对流量和连接进行快速决策的部分。这些领域得到了研究人员的广泛关注，他们已经识别出了数十种潜在攻击并提出了许多阻止方法。然而，系统的基础管道部分——即那些实际处理无线电信号并管理核心基础设施的部分——却在很大程度上被忽视了。关键组件，如处理实时无线电信号的分布式单元（distributed unit），以及监管整个网络的业务管理系统（service management system），虽然带有数十个理论上的风险，但几乎没有任何现实世界的安全性测试。研究人员发现，尽管官方标准中对理论危险有着详尽的记录，但这些关键部分的实际软件实现仍未受到审查，这在“已知具有风险性”与“已被证明是安全的”之间留下了一个危险的鸿沟。
调查还揭示了运行这些网络的软件中潜伏的缺陷的具体性质。通过将已知的漏洞追溯到其根源，团队发现大多数问题源于软件处理内存的方式。简单来说，这些程序编写的方式往往会导致它们不小心将数据写入内存中的错误位置，从而导致崩溃或允许攻击者接管控制权。这是许多类型的软件中常见的问题，但在这种新型开放网络中，它似乎是主要的弱点。数据显示，内存安全问题占到了所分析软件中特定弱点类型的半数以上。此外，研究人员发现，寻找这些漏洞最有效的方法不是通过人工代码审查，而是通过一种称为“模糊测试”（fuzzing）的技术，即使用自动化工具向软件发送随机的、畸形的数据，以观察其是否会崩溃。这种方法负责发现了归属于研究论文中的绝大多数已知的安全缺陷。
这种新方法的价值在于其能够将静态的、令人不知所措的信息集合转变为一个用于发现的动态工具。通过将特定的软件组件、针对它的理论威胁以及代码中发现的实际漏洞连接起来，该系统揭示了下一代安全研究应该聚焦的方向。它表明，虽然网络正变得更加开放和灵活，但其安全性目前并不均衡，某些部分得到了严密防护，而另一些部分则处于暴露状态。研究人员已向公众开放了他们的数据库、构建该数据库的工具以及用于探索的查询语句，使网络运营商、开发人员和监管机构能够在几秒钟内提出自己的问题并找到答案，而不是耗费数周时间。这种从静态阅读向动态探索的转变，为保障无线通信的未来提供了更清晰的路径，确保随着网络的演进，其防御机制也能同步演进。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。