使用我们新开发的5G Edge测试平台测试和评估了可扩展的漏洞分析方法。实验结果表明，该方法能够以较低的误差率成功地对漏洞进行分析。
摘要
“总体而言，5G网络有望成为许多关键IT应用的支柱。随着5G技术的发展，人们期待新的技术进步和创新;5G目前运行在软件定义的网络上。这使得5G能够实现网络切片，以满足每个应用程序的独特需求。因此，5G比4G LTE和前几代更灵活、更可扩展。为了避免日益增长的黑客攻击风险，5G网络安全需要进行一些重大改进。一些安全问题涉及网络本身，而另一些则关注连接到5G的设备。这两方面都给消费者、政府和企业带来了风险。目前还没有实时漏洞评估框架专门针对5G边缘网络的实时可扩展性和动态性。本文研究了5G网络中的漏洞评估问题，提出了一种将TOPSIS (Similarity to Ideal Solution)优先排序技术与六边形模糊数相结合的优化动态方法，用于准确分析5G网络中的漏洞。 The proposed method considers both the vulnerability and 5G network dynamic factors such as latency and accessibility to find the potential attack graph paths where the attack might propagate in the network and quantifies the attack cost and security level of the network. We test and validate the proposed method using our 5G testbed and we compare the optimized method to the classical TOPSIS and the known vulnerability scanner tool, Nessus.”
找到开放获取这里是技术文件．2021年12月出版。
基于动态六方模糊方法的5G边缘网络多层攻击图分析。传感器202,22,9。https://doi.org/10.3390/s22010009
留下回复