MIXED-SENSE：面向无人机防伪数据注入攻击的混合现实传感器仿真框架
机器人学
2024-07-15 v1
摘要
我们提出一种高保真混合现实传感器仿真框架，用于测试与评估无人机（UAV）抗伪造数据注入（FDI）攻击的韧性。该方法可用于评估FDI攻击的影响、基准测试攻击检测器性能，并验证在单机无人机及无人机群操作中缓解/重构策略的有效性。我们所提出的混合现实框架利用Gazebo及运动捕捉系统的高保真仿真，实时模拟无人机的自感性（如GNSS）和外感性（如摄像头）传感器测量。我们提出一种经验方法，忠实再现此类测量的时延与噪声特征。最后，我们通过一次混合现实实验，展示了框架的有效性，该实验对实际无人机发起仿真GNSS攻击，既（i）阐明了针对GNSS测量的伪造数据注入攻击的影响，又（ii）验证了我们前一工作中开发的分布式摄像头网络缓解策略。我们的开源实现已发布于 \href{https://github.com/CogniPilot/mixed\_sense}{\texttt{https://github.com/CogniPilot/mixed\_sense}}
引用
@article{arxiv.2407.09342,
title = {MIXED-SENSE: A Mixed Reality Sensor Emulation Framework for Test and Evaluation of UAVs Against False Data Injection Attacks},
author = {Kartik A. Pant and Li-Yu Lin and Jaehyeok Kim and Worawis Sribunma and James M. Goppert and Inseok Hwang},
journal= {arXiv preprint arXiv:2407.09342},
year = {2024}
}
备注
6 pages, 5 figures, IROS 2024