論文の概要: Probabilistic detection of GNSS spoofing using opportunistic information

• arxiv url: http://arxiv.org/abs/2305.05404v2
• Date: Sun, 11 May 2025 13:03:36 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-05-13 20:21:48.494343
• Title: Probabilistic detection of GNSS spoofing using opportunistic information
• Title（参考訳）: 機会情報を用いたGNSSスプーフィングの確率論的検出
• Authors: Wenjie Liu, Panos Papadimitratos,
• Abstract要約: 民間の信号は通常暗号的に保護されない。 これにより、シグナルをフォッジする攻撃が比較的容易になる。 現代のデバイスではネットワーク接続やオンボードセンサーが頻繁に搭載されているため,スポフィングの確率的検出法が提案されている。
• 参考スコア（独自算出の注目度）: 1.9688858888666714
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Global Navigation Satellite Systems (GNSS) are integrated into many devices. However, civilian GNSS signals are usually not cryptographically protected. This makes attacks that forge signals relatively easy. Considering modern devices often have network connections and onboard sensors, the proposed here Probabilistic Detection of GNSS Spoofing (PDS) scheme is based on such opportunistic information. PDS has at its core two parts. First, a regression problem with motion model constraints, which equalizes the noise of all locations considering the motion model of the device. Second, a Gaussian process, that analyzes statistical properties of location data to construct uncertainty. Then, a likelihood function, that fuses the two parts, as a basis for a Neyman-Pearson lemma (NPL)-based detection strategy. Our experimental evaluation shows a performance gain over the state-of-the-art, in terms of attack detection effectiveness.
• Abstract（参考訳）: グローバルナビゲーション衛星システム(GNSS)は多くのデバイスに統合されている。 しかし、一般のGNSS信号は通常暗号的に保護されていない。 これにより、シグナルをフォッジする攻撃が比較的容易になる。 現代のデバイスはネットワーク接続やオンボードセンサーを持つことが多いので,本提案では,このような機会情報に基づいて,GNSS Spoofing (PDS) スキームの確率論的検出を行う。 PDSのコアは2つある。 第一に、動作モデルの制約を伴う回帰問題であり、装置の動作モデルを考慮した全ての位置の雑音を等しくする。 第二に、位置データの統計的特性を分析して不確実性を構築するガウス過程である。 そして、NPL(Neyman-Pearson lemma)に基づく検出戦略の基礎として、2つの部品を融合する可能性関数を導出する。 実験により,攻撃検出の有効性の観点から,最先端技術よりも性能が向上したことが示された。

関連論文リスト

• Extending RAIM with a Gaussian Mixture of Opportunistic Information [1.9688858888666714]
  元の受信機自動整合性監視(RAIM)は安全のために設計されていない。 我々は、地上インフラや搭載センサーから得られるすべての機会情報、すなわち計測情報を組み込むことでRAIMを拡張した。 本研究の目的は,拡張RAIM溶液から得られる位置を解析し,スプーフィングの可能性を評価することである。
  論文  参考訳（メタデータ） (2024-02-05T19:03:18Z)
• AdvGPS: Adversarial GPS for Multi-Agent Perception Attack [47.59938285740803]
  本研究は,マルチエージェント認識システムにおいて,特定のGPS信号が容易に誤認できるかどうかを考察する。 我々は,システム内の個々のエージェントに対してステルス性を持つ逆GPS信号を生成可能なtextscAdvGPSを紹介する。 OPV2Vデータセットに対する実験により、これらの攻撃が最先端の手法の性能を著しく損なうことを示した。
  論文  参考訳（メタデータ） (2024-01-30T23:13:41Z)
• Experimental Validation of Sensor Fusion-based GNSS Spoofing Attack Detection Framework for Autonomous Vehicles [5.624009710240032]
  本稿では,自動走行車に対するセンサフュージョンを用いたスプーフィング攻撃検出フレームワークを提案する。 アラバマ州タスカルーサで実験が行われ、都市部の道路構造を模倣している。 結果は、遅いドリフト攻撃を含む様々な高度なスプーフ攻撃を検出できるフレームワークの能力を実証している。
  論文  参考訳（メタデータ） (2024-01-02T17:30:46Z)
• Learning-based NLOS Detection and Uncertainty Prediction of GNSS Observations with Transformer-Enhanced LSTM Network [2.798138034569478]
  本研究では,NLOSの検出と誤りの予測を擬似時間的モデリング問題を用いて行う深層学習に基づく手法を提案する。 香港とAachenのデータセットを使って、提案したネットワークをトレーニングし、評価する。 提案手法は,NLOS観測の分類・排除により,実世界の車両位置の軌跡のばらつきを回避できることを示す。
  論文  参考訳（メタデータ） (2023-09-01T14:17:02Z)
• Automated classification of pre-defined movement patterns: A comparison between GNSS and UWB technology [55.41644538483948]
  リアルタイム位置情報システム(RTLS)は、人間の動きパターンからデータを収集することができる。 本研究の目的は、小さな領域における人間の動きパターンを分類する自動化された枠組みを設計し、評価することである。
  論文  参考訳（メタデータ） (2023-03-10T14:46:42Z)
• A Sensor Fusion-based GNSS Spoofing Attack Detection Framework for Autonomous Vehicles [4.947150829838588]
  本稿では,センサフュージョンをベースとしたGNSS(Global Navigation Satellite System)スプーフィング攻撃検出フレームワークを提案する。 複数の低コストの車載センサーからのデータを融合し、リカレントニューラルネットワークモデルに入力する。 我々は,k-Nearest Neighbors (k-NN) と Dynamic Time Warping (DTW) のアルゴリズムを組み合わせて,左旋回と右旋回を検出・分類した。
  論文  参考訳（メタデータ） (2021-08-19T11:59:51Z)
• Object Detection Made Simpler by Eliminating Heuristic NMS [70.93004137521946]
  単純なNMSのないエンドツーエンドのオブジェクト検出フレームワークを示す。 検出精度は元の1段検出器と比べて同等か、さらに向上した。
  論文  参考訳（メタデータ） (2021-01-28T02:38:29Z)
• No Need to Know Physics: Resilience of Process-based Model-free Anomaly Detection for Industrial Control Systems [95.54151664013011]
  本稿では,システムの物理的特性に反する逆スプーフ信号を生成するための新しい枠組みを提案する。 トップセキュリティカンファレンスで公表された4つの異常検知器を分析した。
  論文  参考訳（メタデータ） (2020-12-07T11:02:44Z)
• Probing Model Signal-Awareness via Prediction-Preserving Input Minimization [67.62847721118142]
  モデルが正しい脆弱性信号を捕捉して予測する能力を評価する。 SAR(Signal-Aware Recall)と呼ばれる新しい指標を用いて,モデルの信号認識を計測する。 その結果,90年代以降のリコールから60年代以降のリコールは,新たな指標で大幅に減少した。
  論文  参考訳（メタデータ） (2020-11-25T20:05:23Z)
• Prediction-Based GNSS Spoofing Attack Detection for Autonomous Vehicles [5.579370215490055]
  我々は,長期記憶(LSTM)モデルを用いた予測に基づくスプーフィング攻撃検出戦略を開発した。 現在の位置と直近の場所との間を走行する予測距離に基づいてしきい値を確立する。 分析の結果,予測に基づくスプーフ攻撃検出戦略により,リアルタイムで攻撃を検知できることが判明した。
  論文  参考訳（メタデータ） (2020-10-16T18:26:59Z)

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。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。