GPS Spoofing Detection Method for Small UAVs Using 1D Convolution Neural Network is a work by Young-Hwa Sung, Soo-Jae Park, Dong-Yeon Kim, y Sungho Kim.

Pequeños vehículos aéreos no tripulados (UAV), como los cuadricópteros, dependen en gran medida del sistema de posicionamiento global (GPS) for navigation. However, they are susceptible to GPS spoofing attacks, wherein malicious actors attempt to manipulate a UAV’s GPS receiver by transmitting falsified signals. Commercial GPS simulators can deceive GPS-guided drones, causing them to deviate from their intended paths. To ensure the safe operation of UAVs, it is crucial to employ anti-spoofing techniques. While various methods have been developed to detect GPS spoofing, many require additional hardware, which may not be suitable for small UAVs with limited resources.

Este estudio presenta un enfoque anti-spoofing ligero y de bajo consumo basado en el aprendizaje profundo, concretamente empleando una red neuronal convolucional 1D. Este método permite la detección en tiempo real en plataformas móviles y puede mejorarse aún más ampliando los datos de entrenamiento y ajustando la arquitectura de la red. La evaluación de la placa integrada de un dron tuvo en cuenta el consumo de energía y el tiempo de inferencia. El método propuesto mostró un rendimiento superior en precisión, recuperación y puntuación F-1 en comparación con las máquinas de vectores soporte. Además, las pruebas de vuelo demostraron la eficacia del algoritmo en la detección de ataques de falsificación del GPS.

Fecha de publicación- Diciembre de 2022

GPS Spoofing Detection Method for Small UAVs Using 1D Convolution Neural Network contiene las siguientes secciones principales:

  • Introducción
  • Obras relacionadas
  • Método de detección de GPS Spoofing basado en Deep Learning
  • Experimentos
  • Conclusiones

Todos los artículos publicados por MDPI están disponibles inmediatamente en todo el mundo bajo una licencia de acceso abierto. No se requiere ningún permiso especial para reutilizar todo o parte del artículo publicado por MDPI, incluidas figuras y tablas. Cualquier parte del artículo puede reutilizarse sin el consentimiento de los artículos publicados bajo una licencia de acceso abierto Creative Common CC BY, siempre que se cite claramente el artículo original. Para más información, consulte https://www.mdpi.com/openaccess.

C-UAS Hub no es propietario de este contenido y proporciona un enlace para los usuarios en el fondo de la página para acceder a ella en su ubicación original. Esto permite al autor o autores hacer un seguimiento de las métricas importantes del artículo relacionadas con su trabajo. Todo el mérito es de su legítimo propietario.

Autores- Young-Hwa Sung, Soo-Jae Park, Dong-Yeon Kim y Sungho Kim.

Véase también

Control de vehículos aéreos no tripulados con ataques de suplantación de entrada de sensores

Post Image- Entorno de simulación de señales falsas de GPS. (Crédito de la imagen: autores)