PiNcH：一种基于网络流量分析的高效鲁棒无人机检测方案
密码学与安全
2019-12-10 v2 网络与互联网体系结构
摘要
我们提出 PiNcH，一种仅利用无人机与其遥控器（RC）之间交换的通信流量来检测无人机存在、当前状态及运动的方法。PiNcH 将标准分类算法应用于窃听流量，分析如包到达间隔时间与大小等特征。PiNcH 完全被动，且仅需廉价通用硬件。为评估方案有效性，我们采集了运行广泛使用的 ArduCopter 开源固件（目前装载于 30 余种商用业余无人机）的无人机产生的真实通信迹。我们在多个公开无线迹上测试了本方案。结果证明 PiNcH 能高效且有效地：(i) 在多种异构场景中识别无人机存在；(ii) 识别开机无人机的当前状态，即飞行或停放于地面；(iii) 判别无人机运动；以及 (iv) 享有识别所需置信度无人机所需时间的更小上界。PiNcH 的有效性亦在严重丢包与规避攻击下进行了评估。在后一情形下， adversary 故意修改无人机—RC 链路流量轮廓以规避检测。在上述两种情况下，PiNcH 仍保持优异性能。此外，与 SOTA 方案对比证实了 PiNcH 在多种场景下的优越性能。需注意，所有无人机—控制器生成的数据迹已开源，以便复现并促进后续研究。最后，我们方案的质量与可行性证明网络流量分析可成功用于无人机识别与状态判别。
引用
@article{arxiv.1901.03535,
title = {PiNcH: an Effective, Efficient, and Robust Solution to Drone Detection via Network Traffic Analysis},
author = {Savio Sciancalepore and Omar Adel Ibrahim and Gabriele Oligeri and Roberto Di Pietro},
journal= {arXiv preprint arXiv:1901.03535},
year = {2019}
}