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

Páginas dos 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 espetro. Consultivo: resultado de análise de uma ferramenta de investigação e engenharia, não um equipamento de navegação homologado e não um serviço de segurança da vida humana. Cada etiqueta aqui é do motor ou da matriz de verificação; um tipo de cenário é MODELLED salvo indicação em contrário da matriz (como se obtém um rótulo: a secção Evidence do README).

O que faz#

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

Uma execução de scenarios/spoof-detect.toml resume-se assim: cenário e046ee4ca90a | spoof-detect | 8 SVs, +1,5 dB | Empurrão 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 sinalizador
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-o#

kshana scenarios/spoof-detect.toml

2 cenários incluídos usam este tipo; os restantes estão em scenarios/.

O que dá#

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

Resultado Valor Unidade
attack.carrier_aligned false sinalizador
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 sinalizador
decision.fused.layers.agc false sinalizador
decision.fused.layers.raim true sinalizador
O gráfico que o motor escreve para scenarios/spoof-detect.toml, tipo spoof-detect

Evidências#

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

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

  • MODELLED χ² auxiliado pelo relógio, RAIM, AGC e SQM fundidos numa 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 Determinista, com hash do cenário, SBOM + portões de referência multiplataforma. Referência independente (ExternalDataset): aderência à norma do SBOM ao esquema JSON oficial CycloneDX 1,5 (+ identificadores SPDX válidos) — uma norma externa publicada, zero erros de validação em todo o grafo de dependências; a parte de determinismo das FoM / reprodutibilidade byte a byte permanece uma verificação de autoconsistência fixada, pelo 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 conceção

Limitações#

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

  • A deteção 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))
  • A reprodutibilidade e a garantia de software são MODELLED, não validadas: uma subafirmação é verificada externamente, mas a capacidade no seu conjunto compõe partes modeladas, pelo que a capacidade permanece modelada. (matriz de verificação (docs/MODELLED-RATIONALE.md))

Ver também#