GhostLock提出无需受害者信息的GPS盲干扰框架

该论文提出 GhostLock，一种基于学习的无源 GPS 信号干扰（GSN）框架，仅需目标位置的近似估计即可在物理层抑制真实的卫星信号。与以往需要信道估计或同步参数等受害者侧信息的传统无线信号干扰技术不同，GhostLock 利用深度学习的同步模块和盲自适应滤波器（BAF），仅通过攻击者本地接收到的 GPS 信号生成并校准反信号，实现了对 GPS 获取的抑制。 实验在基于 GPS-SDR-SIM 和 GNU Radio 的实时软件定义无线电平台上完成，结果显示成功压制了 GPS 信号的获取过程。这一成果证实了盲 GSN 的可行性，同时揭示了现有许多 GPS 欺骗防御策略的脆弱性——这些策略通常假设真实的卫星信号仍可作为可信参考，而 GhostLock 的攻击方式恰恰破坏了这一前提条件。 事实层面，该研究展示了在缺乏受害者信息下实施物理层干扰的技术路径；推断层面，这意味着依赖真实信号进行验证的传统防御体系可能面临系统性失效；猜测层面，未来针对此类威胁的检测与缓解技术可能需要转向不依赖真实信号参考的新架构。材料未提及具体的攻击成功率数值、延迟指标或实际部署成本，也未涉及对特定国家或商业系统的针对性影响。