DISPEED 回顾——利用无人机集群的异构性执行入侵检测系统
分布式、并行与集群计算
2025-06-16 v1
摘要
无人机集群在执行任务时正变得越来越自主和高效。然而，安全威胁可能破坏其任务的推进。为解决这一问题，网络入侵检测系统（(N)IDS）是检测网络流量中恶意行为的有前景的解决方案。然而，现代 NIDS 依赖资源密集型的机器学习技术，在无人机集群上部署较为困难。DISPEED 项目旨在利用组成集群的无人机在执行平台和内存方面的异构性来部署 NIDS。该项目分为两个阶段：（1）特征化阶段，即对不同嵌入式平台上的各种 IDS 实现进行特征化；（2）IDS 实现映射阶段，即设计选择策略以根据上下文选择最相关的 NIDS。一方面，特征化阶段使我们能够在三个不同的嵌入式平台上识别出 36 个相关的 IDS 实现：Raspberry Pi 4B、Jetson Xavier 和 Pynq-Z2。另一方面，IDS 实现映射阶段使我们能够设计独立和分布式策略，以根据上下文选择最佳 NIDS。该项目的结果已发表了三篇国际会议论文和一篇期刊论文。
引用
@article{arxiv.2506.11800,
title = {A retrospective on DISPEED -- Leveraging heterogeneity in a drone swarm for IDS execution},
author = {Vincent Lannurien and Camélia Slimani and Louis Morge-Rollet and Laurent Lemarchand and David Espes and Frédéric Le Roy and Jalil Boukhobza},
journal= {arXiv preprint arXiv:2506.11800},
year = {2025}
}