Tradução automática, não revista por um falante nativo. O inglês é a referência.

Páginas de tipos de cenárioEditar no GitHubFonte: docs/kinds/by-kind/spoof-detect.md

spoof-detect (tipo de cenário)

Tipo de cenário do motor v0.40.0, família Jamming, spoofing e o espectro. Consultivo: saída de análise de uma ferramenta de pesquisa e engenharia, não um equipamento de navegação homologado e não um serviço de segurança da vida humana. Todo rótulo aqui é do motor ou da matriz de verificação; um tipo de cenário é MODELLED, a menos que a matriz diga outra coisa (como um rótulo é conquistado: a seção Evidence do README).

O que faz#

Detector combinado de spoofing por RF/medições (consistência RAIM multi-SV + AGC + SQM, fundidos) contra um ataque parametrizado (vantagem de potência, alinhamento de fase da portadora, deslocamento de tempo/posição; estilo TEXBAT).

Uma execução de scenarios/spoof-detect.toml resume-se assim: cenário e046ee4ca90a | spoof-detect | 8 SVs, +1,5 dB | Deslocamento de posição | pontuação fundida 0,70 (lim. 0,50) | SPOOF DETECTED (fundido) — camadas: RAIM+SQM

Entradas#

A partir do esquema (kshana kinds --json):

  • Campos obrigatórios: attack
  • Campos opcionais: satellites, detector

O exemplo scenarios/spoof-detect.toml define, entre outros:

Campo Valor Unidade
attack.carrier_aligned false flag
attack.el_imbalance 0.12 1
attack.num_biased 3 contagem
attack.power_advantage_db 1.5 dB
attack.push posição texto
attack.push_magnitude_m 75 m
detector.agc_margin_db 3 dB
detector.fusion_threshold 0.5 não indicado
detector.raim_p_fa 0.001 não indicado
detector.sat_power_dbm -130 dBm
detector.sigma_m 5 m
detector.sqm_tolerance 0.1 não indicado

Execute#

kshana scenarios/spoof-detect.toml

2 cenários incluídos usam este tipo de cenário; os demais estão em scenarios/.

O que ele fornece#

Os resultados escalares dessa execução, com as unidades que o motor declara:

Resultado Valor Unidade
attack.carrier_aligned false flag
attack.el_imbalance 0.12 1
attack.num_biased 3 contagem
attack.power_advantage_db 1.5 dB
attack.push posição texto
attack.push_magnitude_m 75 m
decision.agc_excess_db 1.5 dB
decision.fused.alert true flag
decision.fused.layers.agc false flag
decision.fused.layers.raim true flag
O gráfico que o mecanismo gera para scenarios/spoof-detect.toml, tipo spoof-detect

Evidências#

MODELLED: as linhas da matriz de verificação que nomeiam este tipo de cenário.

  • MODELLED χ² auxiliado pelo relógio, RAIM, AGC, SQM fundidos em uma FoM de segurança por época Testes: spoof_texbat_validation.rs.

As linhas que a própria execução exercitou, com a referência independente que a matriz dá a cada uma (as fontes públicas são nomeadas ali):

  • MODELLED χ² auxiliado pelo relógio, RAIM, AGC e SQM fundidos em uma figura de mérito de segurança por época. Referência independente (ExternalDataset): parâmetros de cenário do TEXBAT (Humphreys 2012) — caracterização, não vetores fixados. Comparação externa 0,30, um achado (permanece MODELLED): no JammerTest 2024 (Bleik; dados GPL-3.0) os monitores em nível de observável (qui-quadrado auxiliado pelo relógio, RAIM, falha de solução) não levantaram alarme em até 10 s de nenhum dos 8 inícios de spoofing publicados avaliáveis (onde a janela anterior ao início estava limpa, o primeiro alarme veio de 10,2 a 39 s após o pu
  • MODELLED Portões determinísticos, com hash de cenário, de SBOM e de golden entre plataformas. Referência independente (ExternalDataset): aderência à norma do SBOM ao JSON Schema oficial do CycloneDX 1,5 (+ identificadores SPDX válidos) — um padrão externo publicado, zero erros de validação em todo o grafo de dependências; a parte de determinismo das FoMs / reprodutibilidade byte a byte continua sendo uma verificação de autoconsistência fixada, de modo que a linha permanece MODELLED
  • PARTNER Não fornecido — o Kshana modela o desempenho de sinal, não o hardware de carga útil/antena. Referência independente (NoneKind): nenhuma: uma disciplina de propriedade do parceiro, sem módulo e sem teste por projeto

Limitações#

O que o próprio relatório da execução diz que não é modelado ou não é validado:

  • A detecção de spoofing é MODELLED, não validada: uma subafirmação é conferida externamente, mas a capacidade inteira compõe peças modeladas, de modo que a capacidade permanece modelada. (matriz de verificação (docs/MODELLED-RATIONALE.md))
  • Reprodutibilidade e garantia de software é MODELLED, não validada: uma subafirmação é verificada externamente, mas a capacidade inteira compõe peças modeladas, de modo que a capacidade permanece modelada. (matriz de verificação (docs/MODELLED-RATIONALE.md))

Veja também#