Інтелектуальний метод визначення спуфінгу БПЛА

Abstract

У роботі представлений інтелектуальний метод виявлення спуфінгу БПЛА. Відмінною особливістю методу є використання технології розрахунку субтраєкторії на основі субтраєкторій візуальної одометрії та GPS-положень у ковзаючому вікні з урахуванням інтелектуальної оцінки оптичного потоку та формування дескрипторів "Его-переміщення" БПЛА. У ході дослідження проведено аналіз та порівняльні дослідження широкого спектру методів спуфінгу БПЛА, виявлено найчастіше рекомендовані та практично використовувані методи. Зроблено висновок про актуальність проблематики GPS спуфінгу. Проведено аналіз методів захисту від GPS спуфінгу БПЛА. Виявлено перспективні напрямки інтелектуального виявлення спуфінгу БПЛА з використанням методів та засобів візуальної одометрії. У ході дослідження методів фіксації вхідних даних запропоновано підхід оцінки оптичного потоку з використанням ковзного вікна. При цьому аргументовано доведено необхідність інтелектуальної обробки вхідних даних. Оцінку оптичного потоку та формування дескрипторів проводилася з використанням рекурентних згорткових нейронних мереж. В результаті розроблено структурну схему методу виявлення спуфінгу БПЛА. Це дало змогу провести дослідження розробленого методу. Результати експерименту для двох сценаріїв спуфінгу показали ефективність оцінки положень не менше двох з трьох показників в умовах використання ковзаючих вікон розміром від 15 і вище, з годинною затримкою, що становить половину розміру вікна.The paper presents an intelligent method for detecting UAV spoofing. A distinctive feature of the method is the use of subtrajectory calculation technology based on visual odometry subtrajectories and GPS positions in a sliding window, taking into account the intelligent estimation of the optical flow and the formation of UAV "Ego-movement" descriptors. In the course of the study, an analysis and comparative studies of a wide range of UAV spoofing methods were carried out, the most frequently recommended and practically used methods were identified. The conclusion is made about the relevance of the problems of GPS spoofing. The analysis of methods of protection against UAV GPS spoofing has been carried out. Promising directions for intelligent detection of UAV spoofing using methods and means of visual odometry are identified. In the course of studying methods for fixing input data, an approach was proposed for estimating the optical flow using a sliding window. At the same time, the need for intelligent processing of input data is argued. The estimation of the optical flow and the formation of descriptors was carried out using recurrent convolutional neural networks. As a result, a block diagram of the UAV spoofing detection method was developed. This allowed us to study the developed method. The results of the experiment for two spoofing scenarios showed the efficiency of estimating the positions of at least two of the three indicators under the conditions of using sliding windows of size 15 or more, with a time delay of half the window size.