Fugu-MT 論文翻訳(概要): UAVCAN Dataset Description

論文の概要: UAVCAN Dataset Description

arxiv url: http://arxiv.org/abs/2212.09268v2
Date: Mon, 8 Apr 2024 04:33:14 GMT
ステータス: 処理完了
システム内更新日: 2024-04-10 05:46:40.092914
Title: UAVCAN Dataset Description
Title（参考訳）: UAVCANデータセット記述
Authors: Dongsung Kim, Yuchan Song, Soonhyeon Kwon, Haerin Kim, Jeong Do Yoo, Huy Kang Kim,
Abstract要約: UAVCANプロトコルを用いて無人車両からの攻撃データを収集し,技術文書の公開と記述を行った。 PX4を使ってドローンでテストベッドが作られ、合計3回の攻撃、洪水、ファジィ、リプレイが行われた。攻撃データは、ドローンのセキュリティ脅威問題を解決するために、異常検出などの技術開発に役立つと期待している。
参考スコア（独自算出の注目度）: 2.37499051649312
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: We collected attack data from unmanned vehicles using the UAVCAN protocol, and public and described technical documents. A testbed was built with a drone using PX4, and a total of three attacks, Flooding, Fuzzy, and Replay, were performed. The attack was carried out in a total of 10 scenarios. We expect that the attack data will help develop technologies such as anomaly detection to solve the security threat problem of drones.
Abstract（参考訳）: UAVCANプロトコルを用いて無人車両からの攻撃データを収集し,技術文書の公開と記述を行った。 PX4を使ってドローンでテストベッドが作られ、合計3回の攻撃、洪水、ファジィ、リプレイが行われた。攻撃は合計10回行われた。攻撃データは、ドローンのセキュリティ脅威問題を解決するために、異常検出などの技術開発に役立つと期待している。

関連論文リスト

Drone-type-Set: Drone types detection benchmark for drone detection and tracking [0.6294091730968154]
本稿では,認識された物体検出モデルとの比較とともに,各種ドローンのデータセットを提供する。異なるモデルの実験結果と各手法の記載が提供される。
論文参考訳（メタデータ） (2024-05-16T18:56:46Z)
Cybersecurity Threat Analysis And Attack Simulations For Unmanned Aerial Vehicle Networks [0.0]
この研究は、UAVネットワークを新たなサイバー脅威から守るための緊急の必要性を探求する。サイバーセキュリティにおける攻撃シミュレーションと脅威分析の2つの重要な分野について検討した。この研究は、Raspberry Pi3とオープンソースのオンラインツールだけで、飛行中のドローンをハックすることがいかに容易かを実証している。
論文参考訳（メタデータ） (2024-02-12T10:42:11Z)
Behind The Wings: The Case of Reverse Engineering and Drone Hijacking in DJI Enhanced Wi-Fi Protocol [0.5604521993453262]
調査は強化されたWi-Fi制御コマンドの脆弱性を発見し、ハイジャック攻撃を受けやすいようにした。研究により、市販の市販のWi-Fiルーターでも、そのような攻撃を実行する効果的なツールとして利用できることが判明した。発見は、無人航空機の安全を守るための堅牢なセキュリティ対策を実装するための重要な必要性を強調している。
論文参考訳（メタデータ） (2023-09-12T02:03:27Z)
A Comprehensive Study of the Robustness for LiDAR-based 3D Object Detectors against Adversarial Attacks [84.10546708708554]
3Dオブジェクト検出器は、セキュリティクリティカルなタスクにおいてますます重要になっている。敵の攻撃に対する強固さを理解することが不可欠である。本稿では,LiDARをベースとした3次元検出器の対角攻撃時のロバスト性評価と解析を行った。
論文参考訳（メタデータ） (2022-12-20T13:09:58Z)
Unauthorized Drone Detection: Experiments and Prototypes [0.8294692832460543]
本稿では、受信信号強度インジケータ(RSSI)と、ドローンの位置座標から生成された暗号鍵の2段階検証を利用する、新しい暗号化ベースのドローン検出方式を提案する。
論文参考訳（メタデータ） (2022-12-02T20:43:29Z)
TransVisDrone: Spatio-Temporal Transformer for Vision-based Drone-to-Drone Detection in Aerial Videos [57.92385818430939]
視覚的フィードを用いたドローンからドローンへの検知は、ドローンの衝突の検出、ドローンの攻撃の検出、他のドローンとの飛行の調整など、重要な応用がある。既存の手法は計算コストがかかり、非エンドツーエンドの最適化に追随し、複雑なマルチステージパイプラインを持つため、エッジデバイス上でのリアルタイムデプロイメントには適さない。計算効率を向上したエンドツーエンドのソリューションを提供する,シンプルで効果的なフレームワークであるitTransVisDroneを提案する。
論文参考訳（メタデータ） (2022-10-16T03:05:13Z)
A dataset for multi-sensor drone detection [67.75999072448555]
近年,小型・遠隔操作無人航空機(UAV)の使用が増加している。ドローン検出に関するほとんどの研究は、取得デバイスの種類、ドローンの種類、検出範囲、データセットを特定することに失敗している。我々は、赤外線および可視ビデオとオーディオファイルを含むドローン検出のための注釈付きマルチセンサーデータベースにコントリビュートする。
論文参考訳（メタデータ） (2021-11-02T20:52:03Z)
Dogfight: Detecting Drones from Drones Videos [58.158988162743825]
本稿では,他の飛行ドローンからドローンを検知する問題に対処する。ソースとターゲットドローンのエロティックな動き、小型、任意の形状、大きな強度、および閉塞は、この問題を非常に困難にします。これに対処するため,地域提案に基づく手法ではなく,2段階のセグメンテーションに基づく手法を提案する。
論文参考訳（メタデータ） (2021-03-31T17:43:31Z)
Consumer UAV Cybersecurity Vulnerability Assessment Using Fuzzing Tests [0.0]
無人航空機(英語: Unmanned Aerial Vehicles, UAV)は、無人航空機である。 UAVに対するサイバー攻撃は、物理的および仮想システムに多くの問題をもたらす可能性がある。このような攻撃を緩和するためには、脆弱性を特定してパッチを当てる必要がある。
論文参考訳（メタデータ） (2020-08-09T00:40:54Z)
Physically Realizable Adversarial Examples for LiDAR Object Detection [72.0017682322147]
本稿では,LiDAR検出器を騙すために,汎用な3次元対向物体を生成する手法を提案する。特に,LiDAR検出器から車両を完全に隠蔽するために,車両の屋根上に対向物体を配置し,その成功率は80%であることを示した。これは、限られたトレーニングデータから見知らぬ条件下での、より安全な自動運転への一歩だ。
論文参考訳（メタデータ） (2020-04-01T16:11:04Z)
Detection and Tracking Meet Drones Challenge [131.31749447313197]
本稿では、オブジェクト検出・追跡データセットとベンチマークのレビューを行い、手動アノテーションによる大規模ドローンによるオブジェクト検出・追跡データセットの収集の課題について論じる。当社のVisDroneデータセットは、中国北部から南部にかけての14の都市部と郊外部で収集されたものです。本稿では,ドローンにおける大規模物体検出・追跡の現場の現状を詳細に分析し,今後の方向性を提案するとともに,課題を結論づける。
論文参考訳（メタデータ） (2020-01-16T00:11:56Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。