面向能力开发:AIS重放与幽灵船攻击的分层威胁分析与网络靶场设计

《Applied Sciences》:Towards Capability Development: A Layered Analysis of AIS Replay and Ghost Ship Attacks

【字体: 大 中 小 】 时间:2026年09月27日 来源:Applied Sciences 2.5

编辑推荐:

  自动识别系统(Automatic Identification System, AIS)是现代海上态势感知(Maritime Situational Awareness, MSA)系统的基本组成部分,支持航行安全、船舶交通管理和海上监视。然而,由于缺乏认证、完

  
自动识别系统(Automatic Identification System, AIS)是现代海上态势感知(Maritime Situational Awareness, MSA)系统的基本组成部分,支持航行安全、船舶交通管理和海上监视。然而,由于缺乏认证、完整性保护和消息验证机制,AIS易受多种欺骗攻击,这些攻击能够操纵海上态势图景。尽管现有研究已提出多种检测AIS欺骗的技术,但针对不同欺骗机制如何影响操作行为以及检测和响应这些攻击所需能力的研究相对较少。为弥补这一空白,本文提出了一种聚焦分类法,将重放攻击和幽灵船攻击加以区分,同时考虑了结合两种机制特征的混合场景。通过分层威胁分析,论文表征了这些攻击在物理层、网络基础设施层、AIS协议层、AIS消息验证层和操作行为层的可观察表现,并识别了检测、区分和响应这些攻击所需的不同操作能力。在此基础上,本文提出一种结构化的能力驱动网络靶场演习设计方法,系统地将这些能力转化为学习目标和差异化的训练场景。此外,该工作还提供了与所提出的操作能力和学习目标相一致的参与者表现评估指南。总体而言,本工作为理解AIS重放攻击、幽灵船攻击及其组合提供了一种结构化分析框架,并为开发与操作特性相一致的能力驱动海事网络安全培训提供了一种实用方法。
**论文解读:AIS重放与幽灵船攻击的分层威胁分析及能力驱动培训设计**

**研究背景与问题**

自动识别系统(Automatic Identification System, AIS)是现代海上态势感知(Maritime Situational Awareness, MSA)的关键技术,广泛用于船舶避碰、交通管理、海上监视和搜救等任务。然而,AIS在设计之初未充分考虑网络安全,缺乏认证、完整性保护和消息验证机制,导致其容易遭受消息伪造、身份欺骗、重放攻击和虚构船船生成等攻击。现有AIS欺骗检测研究主要集中在异常检测、轨迹预测和协议增强等方面,但往往将重放攻击和幽灵船攻击视为同一类“欺骗”问题,较少关注两者在技术实现和操作影响上的本质差异。由于重放攻击复用先前合法的AIS信息,主要破坏时间一致性和信息新鲜度;而幽灵船攻击生成完全伪造的船舶信息,主要挑战目标真实性和身份验证。若训练和响应能力不加以区分,将难以帮助操作人员有效识别和应对不同攻击。因此,本研究旨在系统分析AIS重放攻击与幽灵船攻击在多个层次上的可观察差异,并进一步将分析结果转化为可操作的能力需求,以指导海事网络靶场演习的设计。

**研究内容与结论**

研究人员首先开展结构化文献综述,综合现有AIS欺骗攻击研究,提出聚焦分类法,将AIS欺骗分为重放攻击、幽灵船攻击和两者结合的混合攻击。接着,通过分层威胁分析,从物理层、网络基础设施层、AIS协议层、AIS消息验证层和操作行为层五个层面系统比较两类攻击的表现,识别出各自的独特操作挑战和所需能力。在此基础上,研究人员将这些操作能力需求转化为学习目标、差异化场景设计和评估指南,形成一套能力驱动的海事网络靶场演习设计方法,并利用专门的海事网络靶场平台进行了示例实现。这一工作的重要意义在于提供了从威胁分析到能力开发的系统化桥梁,使培训不再使用笼统的AIS欺骗场景,而是能够针对不同攻击机制进行差异化、能力导向的训练。

**主要关键技术方法**

研究人员采用定性分析研究方法,分为四个阶段:第一,通过结构化文献综述归纳AIS欺骗攻击机制、检测方法和操作影响;第二,基于文献证据合成聚焦分类法,界定重放、幽灵船和混合攻击;第三,运用分层威胁分析方法,从五个分析层比较攻击的可观察特征,并据此推导操作能力需求;第四,提出能力驱动设计方法,将能力需求转化为学习目标、场景和评估指南。研究使用了由塞浦路斯网络安全、电信和关键基础设施保护中心(CTRL)开发的专门海事网络靶场进行示例实现,该平台融合真实与模拟AIS、雷达、GNSS和指挥控制系统,支持可控场景执行。研究未涉及临床样本队列。

**研究结果**

**4.1 AIS欺骗分类法**

研究人员提出一种聚焦分类法,依据欺骗信息的性质区分重放攻击和幽灵船攻击,并将混合攻击视为两者组合,而非独立类别。该分类法不追求穷举所有AIS操纵形式,相关但不同的“实时数据伪造”(如GNSS操纵)被排除在分类范围之外。

**4.1.1 重放攻击**

重放攻击通过捕获并重新发送先前合法的AIS报文,在错误的时间或地点引入真实但过时的信息。此类攻击保持报文语法正确、对应真实船舶,但破坏信息新鲜度和时间一致性,给操作人员造成当前态势的错误认知。

**4.1.2 幽灵船攻击**

幽灵船攻击生成完全虚构的AIS信息,或利用伪造信息冒充合法船舶。攻击者需要构造舰船身份、航速、航向和航次数据,使虚构目标在环境中表面可信。此类攻击主要挑战船舶真实性、目标验证以及识别海上态势图的完整性。

**4.1.3 混合攻击**

混合攻击结合重放和幽灵船技术,例如复用合法历史轨迹同时修改身份、时间戳或目的港等字段,使攻击兼具时间异常和身份异常特征,增加检测和归因难度。

**4.2 技术执行路径**

论文归纳了五种主要技术执行路径:GNSS操纵、射频层操纵、网络层操纵、AIS数据源(feed)操纵和应用/数据库操纵。不同路径利用AIS信息生命周期的不同阶段,但最终目标均为操纵海上态势感知。类似操作效果可源自不同技术机制,因此需结合技术路径进行理解。

**4.3 分层威胁分析**

通过五层分析发现,重放攻击通常保留原始合法AIS报文,协议合规性完好,主要折损信息时间有效性;幽灵船攻击需生成协议合规报文和合成属性,在协议一致性、身份验证、行为合理性和多传感器关联等方面暴露更多检测机会。其操作层差异最为显著:重放导致历史轨迹的时空错位,而幽灵船引入虚构目标,迫使操作人员判断船舶是否存在。

**5 操作能力需求**

根据分层分析结果,研究人员将技术攻击特征抽象为操作分析能力需求,分为技术证据、信息验证和操作推理三个抽象层级。对应能力包括时间一致性验证、身份验证、多源关联、行为合理性和信息溯源分析等。混合攻击要求操作人员整合多种证据,保持相互竞争的解释,并随着新证据调整分类判断。

**6 能力驱动的海事网络靶场演习设计**

**6.1 从能力需求到演习设计**:提出以能力需求直接指导学习目标、场景设计和评估,使演习再现真实操作中的认知过程,而非单纯技术检测。

**6.2 从操作能力需求推导学习目标**:将互补能力归并为综合学习目标,强调信息验证、证据解释、行为评估和不确定性下的决策。

**6.3 能力驱动的场景设计**:通过渐进式披露操作证据,让参与者不断修正假设,区分合法异常、重放攻击、幽灵船攻击或混合攻击。混合场景刻意混淆时间异常与真实性异常,避免过早定论。

**6.4 操作证据与演习工件**:演习提供AIS数据、雷达观测、通信记录、船舶登记和系统日志等多类工件,每种工件都承载需在操作情境中解读的技术信息,并与学习目标对齐。

**6.5 能力驱动评估指南**:评估不只看最终结果,还关注参与者的分析推理、证据综合、假设修正和沟通能力。采用观察与系统日志结合的方法,分四阶段开展,但不预设评分模型,留待未来研究。

**7 网络靶场实现—示例**

研究人员利用专门海事网络靶场实现了示例演习。靶场环境集成真实/模拟AIS、GNSS、雷达、C2系统和虚拟网络,并包含对手工作站和教员控制界面。示例以幽灵船场景展示渐进式证据披露,从发现可疑AIS目标到雷达、登记和通信证据交叉验证,使参与者逐步判定攻击。重放场景则要求参与者识别时间不一致和重复报文。混合场景则同时要求检测时间异常和伪造身份,强化综合分析能力。

**讨论与结论**

讨论部分强调,AIS欺骗的有效准备必须反映不同攻击机制的独特操作挑战。现有训练常将所有欺骗归为一类,限制了操作人员对证据的辨析和决策能力的培养。本研究设计的能力驱动框架可将威胁特征映射为可测量的训练目标和评估证据,但尚需经验验证。未来工作将开展面向海事从业人员的实证评估,并开发校准后的评分模型。结论部分可翻译为:本文检验了重放攻击和幽灵船攻击的不同特征及其对能力驱动海事网络安全培训的影响;开发了聚焦分类法和分层威胁分析,确定了操作能力需求,并提出了从学习目标到评估的结构化设计方法。网络靶场示例展示了该方法的实际应用,且该迁移途径可扩展至其他海事网络威胁。最终,有效的AIS欺骗事件准备,需要训练能够反映威胁区分特征,使参与者在不断演变的态势中解释证据、分辨竞争解释并调整决策。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号