使用自适应 DBSCAN 检测自动驾驶车辆中的 GPS 欺骗攻击
密码学与安全
2025-10-14 v1 人工智能
系统与控制
系统与控制
摘要
随着自动驾驶车辆成为现代交通的重要组成部分,它们日益面临 GPS 欺骗攻击等威胁。本研究提出了一种自适应检测方法,采用动态调谐的基于密度的带噪声应用空间聚类(DBSCAN)算法,旨在实时调整检测阈值()。该阈值基于 GPS 与车载传感器数据之间位移误差的递归均值与标准差进行更新,但仅在被分类为非异常的实例处更新。此外,由 120,000 个干净数据样本确定的初始阈值,确保从一开始就具备识别细微且渐进式 GPS 欺骗企图的能力。为评估所提方法的性能,选用了来自真实世界 Honda Research Institute Driving Dataset(HDD)的五个不同子集来模拟大幅与小幅 GPS 欺骗攻击。改进后的算法有效识别了逐转向、停车、过冲以及多种小幅偏置欺骗攻击,检测准确率分别达到 98.621%、99.960.1%、99.880.1% 和 98.380.1%。本工作为增强自动驾驶车辆抵御 GPS 欺骗威胁的安全性与可靠性提供了重要进展。
引用
@article{arxiv.2510.10766,
title = {GPS Spoofing Attack Detection in Autonomous Vehicles Using Adaptive DBSCAN},
author = {Ahmad Mohammadi and Reza Ahmari and Vahid Hemmati and Frederick Owusu-Ambrose and Mahmoud Nabil Mahmoud and Parham Kebria and Abdollah Homaifar and Mehrdad Saif},
journal= {arXiv preprint arXiv:2510.10766},
year = {2025}
}