随着信息化时代的到来,人们对4G与5G移动通信网络的需求日益增长。相关研究表明,信号干扰攻击仍在较大程度上威胁着4G网络的安全性,尤其是应用层DDoS攻击与物理层信号干扰攻击;5G网络沿用了4G网络的部分内部架构与鉴权协议并提出了相应增强,理论上会更加安全,但正因如此,使得5G各协议未经时间的考验,可能仍存在较多漏洞,且部分遗传自4G网络的攻击方式仍可以威胁到5G网络的安全。因此,对这两种网络安全性的研究迫在眉睫。本文旨在针对4G与5G网络安全的脆弱性进行相关分析,并针对它们不足提出相应的解决方案。针对4G网络中的主要攻击,即应用层DDoS攻击与物理层信号干扰攻击,本文提出一种可以有效检测上述两种攻击的模型。该模型利用本文提出的两个新的特征t_same与t_entropy,帮助训练随机森林机器学习分类器识别攻击流量,并提出了相应的FFEX算法可以较为快速地计算这两个新特征。在提出该模型之后,本文针对模型中各模块的实现方法及两种攻击的仿真方法进行了详细介绍。在实现攻击仿真采集相应数据后,本文利用仿真的数据测试提出的模型,测试主要围绕模型识别两种攻击的准确率、模型训练阶段耗时及本文提出的FFEX算法耗时进行测试,并分析了测试结果。结果表明,本文提出的模型在两种新特征及FFEX算法的帮助下可以较为有效且快速地识别应用层DDoS攻击流量与物理层信号干扰攻击流量,识别前者攻击数据准确率最高约为96.8%,识别后者攻击数据准确率最高约为98.27%,模型训练耗时与训练数据的量有关,但FFEX算法可以较为快速地计算本文提出的两种新特征,平均计算每条数据的上述特征耗时仅需约0.0943ms。针对5G网络安全,5G鉴权协议即5G AKA协议对5G网络安全起着至关重要的作用。文献[37]提出现有5G AKA协议尚且未能达到较高的安全目标;且文献[44]提出多种针对4G网络安全的攻击比如SQN攻击,本文发现SQN攻击仍可能威胁到5G网络安全。针对上述问题,本文利用形式化分析工具Tamarin针对协议参与各方就SEAFK可以到达何种Lowe分类下的安全性质进行了研究并分析5G AKA协议能否抵抗SQN攻击。结果表明,5G AKA协议各方就SEAFK能到达的安全性并不高且依然存在SQN攻击的攻击路径。针对这一问题,本文分析了其中的原因并提出了一种5G AKA协议的改进方法,并利用Tamarin分析改进后协议的安全性,结果表明,本文改进后的5G AKA协议不仅可以较大程度地提升安全性质而且能抵抗SQN攻击。本文也给出了改进方案可以显著提升安全性质以及可以抵抗SQN攻击的原因。