RF Fingerprinting Unmanned Aerial Vehicles jest projektem Embry-Riddle Aeronautical University (ERAU) przez Norah Ondus.

W miarę jak bezzałogowe statki powietrzne (UAV) stają się coraz bardziej dostępne, ich zastosowanie w sektorach cywilnym, wojskowym i komercyjnym szybko rośnie. Przypadki użycia obejmują zarówno nadzór powietrzny, jak i poszukiwanie i ratowanie, a nawet dostarczanie paczek, przyczyniając się do wzrostu popularności UAV. Ta rosnąca popularność wiąże się jednak z wyzwaniami w zakresie bezpieczeństwa, takimi jak ataki podszywania się pod drony i roje UAV.

Aby rozwiązać te problemy, w niniejszym projekcie zaproponowano system uwierzytelniania oparty na radiowych odciskach palców. W szczególności, wykorzystuje on specyficzne dla urządzenia upośledzenia sprzętowe osadzone w transmitowanym sygnale RF w celu rozróżnienia tożsamości każdego UAV. Implementacja obejmuje wykorzystanie AlexNet i technik rozszerzania danych, aby osiągnąć ten cel uwierzytelniania.

Data publikacji- Jesień 2021 r.

RF Fingerprinting Unmanned Aerial Vehicles zawiera następujące główne sekcje:

  • Wprowadzenie
  • Przegląd literatury
  • Metodologia
  • Ocena i wyniki
  • Wnioski i przyszłe prace

Scholarly Commons to repozytorium o otwartym dostępie zarządzane przez Licencja Creative Commons, CC BY-NC-ND, chyba że określono inaczej w wymaganym oświadczeniu wydawcy. Użytkownicy mogą swobodnie pobierać, kopiować, drukować lub linkować do pełnego tekstu artykułu bez uprzedniej zgody autora lub wydawcy. Należy zapewnić odpowiednie uznanie dla autora oryginalnej pracy. Materiał nie może być wykorzystywany do celów komercyjnych.

C-UAS Hub nie jest właścicielem tej zawartości i udostępnia link dla użytkowników pod adresem dno strony, aby uzyskać dostęp do dokumentu w jego oryginalnej lokalizacji. Pozwala to autorom na śledzenie ważnych wskaźników związanych z ich pracą. Wszelkie podziękowania należą się prawowitemu właścicielowi.

Autor- Norah Ondus

Zobacz także-

Klasyfikacja UAV za pomocą odcisków palców RF

Wykrywanie i klasyfikacja mikro-UAV na podstawie odcisków palców RF z wykorzystaniem technik uczenia maszynowego

Źródło zdjęcia: envatoelements by ADDICTIVE_STOCK