Buchumschlag

Gotta Detect 'Em All: Fake Base Station and Multi-Step Attack Detection in Cellular Networks

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Mubasshir, Kazi Samin, Karim, Imtiaz, Bertino, Elisa
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Cryptography and Security
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

How Feasible is Augmenting Fake Nodes with Learnable Features as a Counter-strategy against Link Stealing Attacks?
von: Mostafiz, Mir Imtiaz, et al.
Veröffentlicht: (2025)

Zero-Trust Strategies for O-RAN Cellular Networks: Principles, Challenges and Research Directions
von: Katsis, Charalampos, et al.
Veröffentlicht: (2025)

VWAttacker: A Systematic Security Testing Framework for Voice over WiFi User Equipments
von: Karim, Imtiaz, et al.
Veröffentlicht: (2025)

CellularLint: A Systematic Approach to Identify Inconsistent Behavior in Cellular Network Specifications
von: Rahman, Mirza Masfiqur, et al.
Veröffentlicht: (2024)

Breaking 5G on The Lower Layer
von: Shanto, Subangkar Karmaker, et al.
Veröffentlicht: (2026)

Future-Proofing Authentication Against Insecure Bootstrapping for 5G Networks: Feasibility, Resiliency, and Accountability
von: Darzi, Saleh, et al.
Veröffentlicht: (2025)

LFreeDA: Label-Free Drift Adaptation for Windows Malware Detection
von: Li, Adrian Shuai, et al.
Veröffentlicht: (2025)

Gotta Hash 'Em All! Speeding Up Hash Functions for Zero-Knowledge Proof Applications
von: Sheybani, Nojan, et al.
Veröffentlicht: (2025)

ZT-SDN: An ML-powered Zero-Trust Architecture for Software-Defined Networks
von: Katsis, Charalampos, et al.
Veröffentlicht: (2024)

Standing Firm in 5G: A Single-Round, Dropout-Resilient Secure Aggregation for Federated Learning
von: Zhang, Yiwei, et al.
Veröffentlicht: (2025)

LLMalMorph: On The Feasibility of Generating Variant Malware using Large-Language-Models
von: Akil, Md Ajwad, et al.
Veröffentlicht: (2025)

Revisiting Concept Drift in Windows Malware Detection: Adaptation to Real Drifted Malware with Minimal Samples
von: Li, Adrian Shuai, et al.
Veröffentlicht: (2024)

Proving DNSSEC Correctness: A Formal Approach to Secure Domain Name Resolution
von: Zhang, Qifan, et al.
Veröffentlicht: (2025)

Can Drift-Adaptive Malware Detectors Be Made Robust? Attacks and Defenses Under White-Box and Black-Box Threats
von: Li, Adrian Shuai, et al.
Veröffentlicht: (2026)

Backdoor Attacks on Discrete Graph Diffusion Models
von: Wang, Jiawen, et al.
Veröffentlicht: (2025)

EvilScreen Attack: Smart TV Hijacking via Multi-channel Remote Control Mimicry
von: Zhang, Yiwei, et al.
Veröffentlicht: (2022)

Devilray: A Systematic Adversarial Model Revealing Blind Spots in Fake Base Station Detection
von: Oh, Taekkyung, et al.
Veröffentlicht: (2026)

Automated Vulnerability Validation and Verification: A Large Language Model Approach
von: Lotfi, Alireza, et al.
Veröffentlicht: (2025)

A Graph-Attentive LSTM Model for Malicious URL Detection
von: Hossain, Md. Ifthekhar, et al.
Veröffentlicht: (2025)

FlowMur: A Stealthy and Practical Audio Backdoor Attack with Limited Knowledge
von: Lan, Jiahe, et al.
Veröffentlicht: (2023)

Uncovering Attacks and Defenses in Secure Aggregation for Federated Deep Learning
von: Zhang, Yiwei, et al.
Veröffentlicht: (2024)

Detecting Complex Multi-step Attacks with Explainable Graph Neural Network
von: Liu, Wei, et al.
Veröffentlicht: (2024)

Experimental Validation of Sensor Fusion-based GNSS Spoofing Attack Detection Framework for Autonomous Vehicles
von: Dasgupta, Sagar, et al.
Veröffentlicht: (2024)

Graph-Based DDoS Attack Detection in IoT Systems with Lossy Network
von: Hekmati, Arvin, et al.
Veröffentlicht: (2024)

Base Station Certificate and Multi-Factor Authentication for Cellular Radio Control Communication Security
von: Purification, Sourav, et al.
Veröffentlicht: (2025)

Quantum-Resistant Networks: A Review of Primitives, Protocols and Best Practices
von: Bertino, Elisa, et al.
Veröffentlicht: (2026)

Unmasking Fake Careers: Detecting Machine-Generated Career Trajectories via Multi-layer Heterogeneous Graphs
von: Yamashita, Michiharu, et al.
Veröffentlicht: (2025)

SoK: Leveraging Transformers for Malware Analysis
von: Kunwar, Pradip, et al.
Veröffentlicht: (2024)

The Role of Learning in Attacking ML-based Network Intrusion Detection
von: Domico, Kyle, et al.
Veröffentlicht: (2026)

Network Attack Traffic Detection With Hybrid Quantum-Enhanced Convolution Neural Network
von: Wang, Zihao, et al.
Veröffentlicht: (2025)

Fake Resume Attacks: Data Poisoning on Online Job Platforms
von: Yamashita, Michiharu, et al.
Veröffentlicht: (2024)

Efficient Full-Stack Private Federated Deep Learning with Post-Quantum Security
von: Zhang, Yiwei, et al.
Veröffentlicht: (2025)

ProvAgent: Threat Detection Based on Identity-Behavior Binding and Multi-Agent Collaborative Attack Investigation
von: Yan, Wenhao, et al.
Veröffentlicht: (2026)

Attack-Specialized Deep Learning with Ensemble Fusion for Network Anomaly Detection
von: Dissanayake, Nisith, et al.
Veröffentlicht: (2025)

Quantum Cyber-Attack on Blockchain-based VANET
von: Shakib, Kazi Hassan, et al.
Veröffentlicht: (2023)

Advancing CAN Network Security through RBM-Based Synthetic Attack Data Generation for Intrusion Detection Systems
von: Li, Huacheng, et al.
Veröffentlicht: (2025)

A Transformer-Based Approach for DDoS Attack Detection in IoT Networks
von: Dey, Sandipan, et al.
Veröffentlicht: (2025)

WADBERT: Dual-channel Web Attack Detection Based on BERT Models
von: Luo, Kangqiang, et al.
Veröffentlicht: (2026)

End-to-End Multi-Tab Website Fingerprinting Attack: A Detection Perspective
von: Chen, Mantun, et al.
Veröffentlicht: (2022)

HADES: Detecting Active Directory Attacks via Whole Network Provenance Analytics
von: Liu, Qi, et al.
Veröffentlicht: (2024)