Réseau 5G : brouillage & perturbations...?

08/11/2022

En tant. que témoins de phénomène liés à la 5G, n'hésitez pas à nous écrire pour les partager.

L'on sait que les fréquences émises par les antennes 5 et 6G Hz activent les nano-particules réceptrices de rGo  que nous avons ingérées consciemment ou non (car contenues dans les injections mais aussi dans l'air, l'eau, les produits de grande distributions et para et pharma (amoxycilyne, vitamines, suppléments, céréales, thé, café, maquillages etc.)-sources-

  • Ces fréquences 5 et 6G réduisent l'apport en oxygène du corps et par conséquent cela ne fait qu'augmenter l'apparition des champignons, bactéries, parasites...sachant que les parasites sont la 1ère cause des maladies. C'est une cause de toxicité Externe au corps à laquelle l'on (sur)vit ou non. Mais aujourd'hui il y a (en plus des parasites naturels) les parasites nanos, bots, IA, synthetics et autorépliquants.
  • Ces fréquences de la bande radio 5 et 6G peuvent aussi guider les nano-particules de rGO sur certains organes (et causer des thromboses veineuses, des dommages cardio, cérébraux...).
  • Ces fréquences peuvent transformer les bioparasites en toute sorte de poisons pour le corps (enzymes, proteines, peptide de venin, serpent, araignée etc.) ou même encore  simuler  E. Coli, Marburg, Ebola à l'aide de fréquences spécifiques. (Dr RoyalRife avait découvert les fréquences de guérison, le ministre d'Hitler Goebbels à imposé le 440Hz pour accorder les instruments au lieu du 432Hz qui soigne l'ADN.... Un siècle plus tard, les fréquences de la bande 5 et 6G sont achetées par les laboratoire PHARMA MODERNA,  SANOFI... à des fins inconnues du public et n'apparaissent pas officiellement comme les propriétaires.

Comment neutraliser, désactiver l'IA des nanoparticules, ou de ces parasites synthétiques? Comment empêcher la réplication de ces armes biologiques dans notre corps ? ces particules synthétiques créent un environnent qui augmente les parasites biologiques dans le corps. 

-  with superC60 -(3D carbone nano onions layers chains of C60- (same as natural shungite stone) to neutralise nano aI (and RF) of dr Tom Bailey organic chemist

-Ortosilicic acid Osa  (oligomeric silice) neutralise l'aluminium dans le corps a 65%.

les Gel Désinfectants contiennent des nanoparticules d'IA toxiques (DARPA)

Comment brouiller ou perturber le réseau 5G


"Un document de recherche publié en juillet 2022 a remis en question les protections de sécurité mises en place sur les réseaux 5G.

Une équipe de chercheurs universitaires de l'Université du Liechtenstein a affirmé qu'une stratégie étonnamment simple de brouillage des réseaux pourrait permettre à un attaquant n'ayant aucune connaissance d'initié de perturber le trafic sur les réseaux de nouvelle génération, même avec des défenses avancées. Selon l'équipe de recherche, la clé des attaques est l'utilisation d'une technique d'apprentissage automatique contradictoire ( adversarial machine learning (ML) ) qui ne repose sur aucune connaissance ou reconnaissance préalable du réseau ciblé.

Dans un article de recherche publié le 4 juillet, l'équipe a décrit comment le passage aux réseaux 5G a permis une nouvelle classe d'attaques d'apprentissage automatique contradictoires. L'article, intitulé "Wild Networks : Exposure of 5G Network Infrastructures to Adversarial Examples", a été rédigé par Giovanni Apruzzese, Rodion Vladimirov, Aliya Tastemirova et Pavel Laskov.

À mesure que les réseaux 5G sont déployés et que de plus en plus d'appareils commencent à utiliser ces réseaux pour déplacer le trafic, les méthodes actuelles de gestion des paquets réseau ne tiennent plus. Pour compenser cela, ont noté les chercheurs, de nombreux transporteurs prévoient d'utiliser des modèles d'apprentissage automatique qui peuvent mieux trier et hiérarchiser le trafic.

Ces modèles d'apprentissage automatique se sont avérés être le point faible de l'attaque, car les confondre et rediriger leurs priorités permettront aux attaquants de bricoler la façon dont le trafic est géré. Les chercheurs ont suggéré qu'en inondant le réseau de trafic d'ordures, une technique connue sous le nom d '"attaque myope" peut détruire une configuration mobile 5G.

L'idée de base, ont écrit les chercheurs, consiste à apporter de légères modifications à l'ensemble de données. En faisant quelque chose d'aussi simple qu'une demande de paquet de données ajoutée à des données supplémentaires, une configuration d'apprentissage automatique recevrait des informations inattendues. Au fil du temps, ces requêtes empoisonnées pourraient modifier le comportement du logiciel d'apprentissage automatique pour contrecarrer le trafic réseau légitime et finalement ralentir ou arrêter le flux de données.

Alors que les résultats réels dépendraient du type de réseau 5G et du modèle d'apprentissage automatique déployés, les tests académiques de l'équipe de recherche ont produit des résultats retentissants. Dans cinq des six expériences de laboratoire réalisées, le réseau a été supprimé à l'aide d'une technique qui n'impliquait aucune connaissance du transporteur, de son infrastructure ou de la technologie d'apprentissage automatique.

"Il est simplement nécessaire d'ajouter des données indésirables aux paquets réseau", a déclaré Apruzzese à SearchSecurity. "En effet, [un exemple] cible un modèle indépendant de la charge utile réelle des paquets réseau."

Les résultats sont relativement bénins en termes d'effets à long terme, mais en déclenchant des pannes de service et en ralentissant le trafic réseau, ils causeraient certainement un problème pour ceux qui espèrent utiliser le réseau ciblé.

Plus important encore, selon l'équipe, la recherche souligne la nécessité d'un meilleur modèle pour tester et résoudre les vulnérabilités des modèles d'apprentissage automatique que les futurs réseaux prévoient de déployer dans la nature.

"Le paradigme 5G permet une nouvelle classe d'attaques ML adverses nuisibles avec une faible barrière d'entrée, qui ne peut pas être formalisée avec les modèles de menace ML accusatoires existants", a écrit l'équipe. "De plus, ces vulnérabilités doivent être évaluées de manière proactive."

L'apprentissage automatique contradictoire et l'intelligence artificielle sont des préoccupations au sein de la communauté infosec depuis un certain temps. Bien que le nombre d'attaques dans la nature soit considéré comme extrêmement faible, de nombreux experts ont averti que les modèles algorithmiques peuvent être vulnérables aux données empoisonnées et influencés par les acteurs de la menace..."

Pour en savoir plus sur les menaces et les stratégies déjà employées sur les populations à l'échelle mondiale, il suffit de comparer ce document et la situation telle que l'on peut la vivre actuellement...