論文の概要: Obfuscated Location Disclosure for Remote ID Enabled Drones
- arxiv url: http://arxiv.org/abs/2407.14256v1
- Date: Fri, 19 Jul 2024 12:35:49 GMT
- ステータス: 処理完了
- システム内更新日: 2024-07-22 17:34:39.034126
- Title: Obfuscated Location Disclosure for Remote ID Enabled Drones
- Title（参考訳）: リモートID対応ドローンの難読化位置開示
- Authors: Alessandro Brighente, Mauro Conti, Matthijs Schotsman, Savio Sciancalepore,
- Abstract要約: RID対応ドローン(OLO-RID)の難読化位置情報開示法を提案する。
実際のドローンの位置を開示する代わりに、OLO-RIDを装備したドローンは、モバイルシナリオで異なるプライベートな難解な場所を開示する。
OLO-RIDはまた、暗号化された位置情報でRIDメッセージを拡張し、認証されたエンティティによってのみアクセスすることができる。
- 参考スコア（独自算出の注目度）: 57.66235862432006
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: The Remote ID (RID) regulation recently introduced by several aviation authorities worldwide (including the US and EU) forces commercial drones to regularly (max. every second) broadcast plaintext messages on the wireless channel, providing information about the drone identifier and current location, among others. Although these regulations increase the accountability of drone operations and improve traffic management, they allow malicious users to track drones via the disclosed information, possibly leading to drone capture and severe privacy leaks. In this paper, we propose Obfuscated Location disclOsure for RID-enabled drones (OLO-RID), a solution modifying and extending the RID regulation while preserving drones' location privacy. Rather than disclosing the actual drone's location, drones equipped with OLO-RID disclose a differentially private obfuscated location in a mobile scenario. OLO-RID also extends RID messages with encrypted location information, accessible only by authorized entities and valuable to obtain the current drone's location in safety-critical use cases. We design, implement, and deploy OLO-RID on a Raspberry Pi 3 and release the code of our implementation as open-source. We also perform an extensive performance assessment of the runtime overhead of our solution in terms of processing, communication, memory, and energy consumption. We show that OLO-RID can generate RID messages on a constrained device in less than 0.16 s while also requiring a minimal energy toll on a relevant device (0.0236% of energy for a DJI Mini 2). We also evaluate the utility of the proposed approach in the context of three reference use cases involving the drones' location usage, demonstrating minimal performance degradation when trading off location privacy and utility for next-generation RID-compliant drone ecosystems.
- Abstract（参考訳）: リモートID(RID)規制は、最近世界中のいくつかの航空当局(米国やEUを含む)によって導入され、商用ドローンに無線チャンネルで定期的に(毎秒)平文メッセージをブロードキャストさせ、ドローンの識別子や現在位置に関する情報を提供する。
これらの規制は、ドローンの操作の説明責任を高め、トラフィック管理を改善するが、悪意のあるユーザは、その情報を通じてドローンを追跡することができ、ドローンの捕獲と深刻なプライバシー漏洩につながる可能性がある。
本稿では、ドローンの位置情報を保護しながら、RID規制を変更し拡張するソリューションである、RID対応ドローン(OLO-RID)の難読化位置情報開示を提案する。
実際のドローンの位置を開示する代わりに、OLO-RIDを搭載したドローンは、モバイルシナリオで異なるプライベートな難解な場所を開示する。
OLO-RIDはまた、暗号化された位置情報でRIDメッセージを拡張し、認証されたエンティティによってのみアクセスでき、安全上重要なユースケースで現在のドローンの位置情報を取得するのに価値がある。
Raspberry Pi 3上でOLO-RIDを設計、実装、デプロイし、実装のコードをオープンソースとしてリリースします。
また、処理、通信、メモリ、エネルギー消費の観点から、ソリューションの実行時のオーバーヘッドを広範囲に評価する。
我々は、OLO-RIDが制約されたデバイス上で0.16秒未満でRIDメッセージを生成できることを示し、また、DJI Mini 2のエネルギーの0.0236%)、関連するデバイスに最小限のエネルギー料金を要求することを示した。
また、ドローンの位置情報利用に関する3つの参照ユースケースの文脈において、提案手法の有用性を評価し、位置プライバシーと次世代RID対応ドローンエコシステムの実用性をトレードオフする場合に、最小限の性能劣化を実証する。
関連論文リスト
- Chasing the Intruder: A Reinforcement Learning Approach for Tracking
Intruder Drones [0.08192907805418582]
本研究では、チェッカードローンを用いて侵入者ドローンを識別・追跡するための強化学習に基づくアプローチを提案する。
提案手法は、強化学習の政策学習フレームワークにインターリーブされたコンピュータビジョン技術を用いている。
その結果、強化学習に基づくポリシーは、侵入者ドローンを識別・追跡するために収束していることがわかった。
論文 参考訳（メタデータ） (2023-09-10T16:31:40Z) - Sound-based drone fault classification using multitask learning [7.726132010393797]
本稿では,DNN断層分類器とドローン音声データセットを提案する。
データセットは、無響室の3つの異なるドローンに搭載されたマイクからドローンの操作音を収集することで構築された。
得られたデータセットを用いて、短時間の入力波形から機械的故障の種類とその位置を分類する分類器である1DCNN-ResNetを訓練する。
論文 参考訳（メタデータ） (2023-04-23T17:55:40Z) - 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) - A simple vision-based navigation and control strategy for autonomous
drone racing [0.0]
我々は、ドローンがArUcoタグでマークされた一連のゲートを自律的に飛行できる制御システムを提案する。
シンプルで低コストなdji tello edu quad-rotorプラットフォームが使用された。
WiFi経由でドローンとの通信を可能にし、視覚フィードバックに基づくドローン位置決めを実現し、制御を生成するPythonアプリケーションを作成しました。
論文 参考訳（メタデータ） (2021-04-20T08:02:02Z) - 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) - Mind the GAP: Security & Privacy Risks of Contact Tracing Apps [75.7995398006171]
GoogleとAppleは共同で,Bluetooth Low Energyを使用した分散型コントラクトトレースアプリを実装するための公開通知APIを提供している。
実世界のシナリオでは、GAP設計は(i)プロファイリングに脆弱で、(ii)偽の連絡先を生成できるリレーベースのワームホール攻撃に弱いことを実証する。
論文 参考訳（メタデータ） (2020-06-10T16:05:05Z) - Privacy-Protection Drone Patrol System based on Face Anonymization [1.20050068684031]
本研究は,対面型ドローンパトロールシステムを提案する。
ビデオの中の1人の顔は、顔成分が維持されている別の顔に変換される。
本システムは,高解像度カメラ,コンパニオンコンピュータ,ドローン制御コンピュータからなる,カスタマイズされたドローンを用いて評価する。
論文 参考訳（メタデータ） (2020-05-29T05:14:18Z) - 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。
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。