کنفرانس بین المللی فناوری اطلاعات و دانش

صفحه اصلی / شانزدهمین کنفرانس بین المللی فناوری اطلاعات و دانش

شناسایی حملات رومینگ تلفن‌همراه با استفاده از یادگیری ماشین

نویسندگان :

سعیده سیف الدین¹ سجاد شیرعلی شهرضا²

1- دانشگاه امیرکبیر 2- دانشگاه امیرکبیر

کلمات کلیدی :

حملات،رومینگ،سیستم سیگنالینگ هفت،مدل تشخیص ناهنجاری

چکیده :

شبکه‌ی تلفن‌همراه یکی از زیرساخت‌های حیاتی برای ارتباطات و ارائه‌ی خدماتی نظیر بانکداری الکترونیکی، دولت هوشمند و اینترنت اشیا است. از این‌رو، هرگونه تهدید علیه محرمانگی و صحت داده‌ها در این شبکه می‌تواند پیامدهای گسترده‌ای برای امنیت ملی و اعتماد عمومی داشته باشد. یکی از راه‌های نفوذ مهاجمان به شبکه تلفن همراه، استفاده از پیام‌های سیستم سیگنالینگ هفت(SS7) می‌باشد. پروتکل SS7 که در نسل‌های 2و3 شبکه تلفن‌همراه برای تبادل پیام‌های کنترلی و مدیریتی به‌کار می‌رفت، همچنان برای پشتیبانی از رومینگ بین‌المللی در تمام نسل‌ها استفاده می‌شود. این پروتکل فاقد مکانیزم‌های امنیتی کافی است و شبکه را در برابر حملاتی مانند شنود تماس، رهگیری پیامک، موقعیت یابی مکانی و کلاهبرداری آسیب‌پذیر می‌کند. در این پژوهش برای شناسایی و مقابله با این حملات، مجموعه‌داده‌ای واقعی از ترافیک رومینگ تهیه شد، سپس از سه مدل تشخیص ناهنجاری برای شناسایی عنوان‌های جهانی(GT) مهاجم استفاده شد. Isolation Forest با دقت 82 % بهترین عملکرد را از میان سایر مدل‌ها داشت.