到2020年,LTE(Long Term Evolution)网络在我国已达到98%的覆盖率。在4G日益普及的今天,网络安全尤为重要。空口是暴露在室外的空中接口,任何人都能接触到。空口是最容易遭到攻击者控制并进行攻击的薄弱接口。本文将攻击检测重点放在基于空口的拒绝服务攻击和重放攻击上。针对LTE空口攻击者大量发送非法信息,致使非法用户进入接入鉴权流程,使得HSS(Home Subscriber Server)核心网占用大量计算资源,导致正常用户无法接入的拒绝服务攻击检测。本文从信令变化的角度出发分析接入鉴权流程,并根据此攻击场景的数据变化情况提取6个属性特征。首次利用Bi＿LSTM(Bi-directional Long ShortTerm Memory)神经网络进行基于接入鉴权流程空中接口的拒绝服务攻击检测。本文实验结果,不仅对LSTM(Long Short-Term Memory)网络和Bi＿LSTM网络从准确率、漏报率、虚报率三方面进行对比,而且从数据预处理、特征选择、网络层数等角度就以上三方面也进行了比较。最终确定增加数据预处理并进行特征选择后的四层Bi＿LSTM网络准确率最高,为92.9%。针对LTE空口攻击者截取终端上一次切换业务信令,过一段时间重新发送,以达到欺骗系统,干扰终端的重放攻击检测。本文依然从信令变化的角度出发分析了最容易发生此攻击的切换流程,并根据攻击场景中切换流程的信令变化提取相关属性特征,摒弃传统加时间戳和随机数的方法,创新性的建立基于改进的朴素贝叶斯算法的分类器来检测重放攻击。该算法不仅通过结构改进综合考虑了特征属性之间的独立性和依赖性,并且用遗传算法求解属性对于类别参数的最优组合。文章最后就此算法改进前和改进后给出实验结果对比,改进后算法的准确率高达95.1%。