基于自编码器特征提取与机器学习方法的无人机通信有效入侵检测

本文提出一种新颖的无人机（UAV）入侵检测方法，针对近期实际无人机入侵数据集进行设计。具体而言，在本方法的第一阶段，我们设计了自编码器架构，用于有效提取重要特征，然后将这些特征输入各种机器学习模型进行第二阶段的检测和分类。在我们看来，这是首次提出针对实际数据集的基于自编码器的机器学习入侵检测方法，而现有大多数研究要么仅考虑模拟数据集，要么考虑与无人机通信无关的数据集。我们的实验结果表明，所提方法在二分类和多分类任务中均优于基线方法，如特征选择方案。