协同无人机集群编队位置欺骗攻击的检测与缓解
系统与控制
2023-12-08 v1 系统与控制
摘要
检测无人机(UAV)集群内无人机位置的欺骗攻击具有挑战性。仅依赖单独报告的位置和成对距离测量的传统方法无法有效识别恶意无人机的异常行为。本文提出了一种新颖的系统性结构，旨在检测和缓解无人机集群中的欺骗攻击。我们将检测恶意无人机的问题表述为定位可行性问题，利用报告的位置和距离测量数据。为解决这一问题，我们开发了一种半定松弛(SDR)方法，将非凸定位问题重新表述为凸且易处理的半定规划(SDP)。此外，我们提出了两种创新算法，利用邻近无人机的接近度来有效识别恶意无人机。仿真表明，与现有基准相比，我们提出的方法具有优越的性能。我们的方法在各种集群网络中表现出鲁棒性，展示了其在检测和缓解欺骗攻击方面的有效性。具体而言，与基准相比，针对分布式攻击、合谋攻击和混合攻击，检测成功率分别最高提升了 65%、55% 和 51%。
引用
@article{arxiv.2312.03787,
title = {Detection and Mitigation of Position Spoofing Attacks on Cooperative UAV Swarm Formations},
author = {Siguo Bi and Kai Li and Shuyan Hu and Wei Ni and Cong Wang and Xin Wang},
journal= {arXiv preprint arXiv:2312.03787},
year = {2023}
}
备注
accepted by IEEE TIFS in Dec. 2023