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, et Sungho Kim.

Petits véhicules aériens sans pilote (UAV), comme les quadcoptères, dépendent fortement de la système de positionnement 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.

Cette étude présente une approche anti-spoofing légère et économe en énergie basée sur l'apprentissage profond, en particulier en employant un réseau neuronal convolutionnel 1D. Cette méthode permet une détection en temps réel sur les plateformes mobiles et peut être encore améliorée en augmentant les données d'entraînement et en ajustant l'architecture du réseau. L'évaluation de la carte embarquée d'un drone a pris en compte la consommation d'énergie et le temps d'inférence. La méthode proposée présente une précision, un rappel et un score F-1 supérieurs à ceux des machines à vecteurs de support. En outre, les essais en vol ont démontré l'efficacité de l'algorithme dans la détection des attaques par usurpation de GPS.

Date de publication- Décembre 2022

GPS Spoofing Detection Method for Small UAVs Using 1D Convolution Neural Network (Méthode de détection de l'usurpation de GPS pour les petits drones à l'aide d'un réseau neuronal à convolution 1D) contient les sections principales suivantes :

  • Introduction
  • Travaux connexes
  • Méthode de détection de l'usurpation d'identité GPS basée sur l'apprentissage profond
  • Expériences
  • Conclusions

Tous les articles publiés par MDPI sont immédiatement disponibles dans le monde entier sous une licence d'accès libre. Aucune autorisation spéciale n'est requise pour réutiliser tout ou partie de l'article publié par MDPI, y compris les figures et les tableaux. Toute partie de l'article peut être réutilisée sans autorisation pour les articles publiés sous une licence Creative Common CC BY, à condition que l'article original soit clairement cité. Pour plus d'informations, veuillez vous référer à https://www.mdpi.com/openaccess.

C-UAS Hub n'est pas propriétaire de ce contenu et fournit un lien pour les utilisateurs à l'adresse suivante fond de la page pour y accéder à son emplacement d'origine. Cela permet à l'auteur ou aux auteurs de suivre les métriques importantes de l'article liées à leur travail. Tout le mérite en revient à son propriétaire légitime.

Auteurs- Young-Hwa Sung, Soo-Jae Park, Dong-Yeon Kim et Sungho Kim.

Voir aussi...

Contrôle des drones avec des attaques d'usurpation d'entrée de capteur

Post Image- Environnement de simulation du signal d'usurpation du GPS. (Crédit image : auteurs)