論文の概要: Detection of Aerial Spoofing Attacks to LEO Satellite Systems via Deep Learning
- arxiv url: http://arxiv.org/abs/2412.16008v1
- Date: Fri, 20 Dec 2024 15:56:09 GMT
- ステータス: 翻訳完了
- システム内更新日: 2024-12-23 16:22:43.938812
- Title: Detection of Aerial Spoofing Attacks to LEO Satellite Systems via Deep Learning
- Title（参考訳）: 深層学習によるLEO衛星システムに対する空中スポーフィング攻撃の検出
- Authors: Jos Wigchert, Savio Sciancalepore, Gabriele Oligeri,
- Abstract要約: 本稿では、受信したPHY信号にオートエンコーダによる異常検出を適用し、LEO衛星コンステレーションシステムのスプーフィング検出手法を提案する。
我々は、ドローンに搭載された実際のスプーファーの展開を含む広範囲な計測キャンペーンを通じて、我々のソリューションを検証する。
提案手法は,異なる高度で発射されるスプーフ攻撃を確実に検出できる一方で,最先端の競合するアプローチは単純に失敗することを示す。
- 参考スコア（独自算出の注目度）: 3.5502600490147196
- License:
- Abstract: Detecting spoofing attacks to Low-Earth-Orbit (LEO) satellite systems is a cornerstone to assessing the authenticity of the received information and guaranteeing robust service delivery in several application domains. The solutions available today for spoofing detection either rely on additional communication systems, receivers, and antennas, or require mobile deployments. Detection systems working at the Physical (PHY) layer of the satellite communication link also require time-consuming and energy-hungry training processes on all satellites of the constellation, and rely on the availability of spoofed data, which are often challenging to collect. Moreover, none of such contributions investigate the feasibility of aerial spoofing attacks launched via drones operating at various altitudes. In this paper, we propose a new spoofing detection technique for LEO satellite constellation systems, applying anomaly detection on the received PHY signal via autoencoders. We validate our solution through an extensive measurement campaign involving the deployment of an actual spoofer (Software-Defined Radio) installed on a drone and injecting rogue IRIDIUM messages while flying at different altitudes with various movement patterns. Our results demonstrate that the proposed technique can reliably detect LEO spoofing attacks launched at different altitudes, while state-of-the-art competing approaches simply fail. We also release the collected data as open source, fostering further research on satellite security.
- Abstract（参考訳）: 低地球軌道(LEO)衛星システムに対するスプーフィング攻撃の検出は、受信した情報の信頼性を評価し、複数のアプリケーションドメインで堅牢なサービス配信を保証するための基盤となる。
今日のスプーフィング検出のソリューションは、追加の通信システム、受信機、アンテナに依存しているか、モバイルデプロイメントを必要とする。
衛星通信リンクの物理(PHY)層で働く検出システムは、星座のすべての衛星で時間とエネルギーを消費する訓練プロセスを必要とし、しばしば収集が困難であるスプーフデータの可用性に依存している。
さらに、これらの貢献は、様々な高度で作動するドローンを介して発射される空中スプーフ攻撃の可能性について調査するものではない。
本稿では,受信したPHY信号にオートエンコーダによる異常検出を適用し,LEO衛星コンステレーションシステムのスプーフィング検出手法を提案する。
我々は、ドローンに搭載された実際のスプーファー(Software-Defined Radio)を配置し、さまざまな動きパターンで異なる高度を飛行しながらローグIRIDiumメッセージを注入する、広範囲な計測キャンペーンを通じて、我々のソリューションを検証する。
提案手法は,異なる高度で打ち上げられたLEOスプーフィング攻撃を確実に検出できる一方で,最先端の競合するアプローチは単純に失敗することを示す。
また、収集したデータをオープンソースとして公開し、衛星セキュリティに関するさらなる研究を促進する。
関連論文リスト
- Infiltrating the Sky: Data Delay and Overflow Attacks in Earth Observation Constellations [13.197457702744991]
低地球軌道(LEO)地球観測(EO)衛星は、地球を観測する方法を変えました。
EO衛星はダウンリンク通信能力が非常に限られており、送信帯域、地上局の数と位置、高速衛星移動による小さな送信窓によって制限されている。
本稿では,EOコンステレーションにおける資源競争による新たな攻撃面について検討し,地球観測データの遅延や低下を正統なEOサービスを用いて検討する。
論文 参考訳（メタデータ） (2024-09-02T02:20:13Z) - Unveiling the Stealthy Threat: Analyzing Slow Drift GPS Spoofing Attacks for Autonomous Vehicles in Urban Environments and Enabling the Resilience [4.898754501085215]
この研究は、ステルスなスロードリフトGPSスプーフ攻撃を探索し、被害者のAV受信パターンを再現した。
この攻撃は、正しい経路から徐々に逸脱するように設計されており、リアルタイム検出を困難にしている。
擬似範囲を変更するとAVは混乱し、操作に不注意なまま不適切な目的地に導かれる。
論文 参考訳（メタデータ） (2024-01-02T17:36:07Z) - 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) - Evaluating the Security of Satellite Systems [24.312198733476063]
本稿では,衛星を対象とする敵戦術,技術,手順を包括的に分類する。
地上、空間、コミュニケーション、およびユーザセグメントを含む宇宙のエコシステムを調べ、そのアーキテクチャ、機能、脆弱性を強調します。
そこで本稿では,MITRE ATT&CKフレームワークの新たな拡張として,敵のライフサイクル全体にわたる衛星攻撃手法を,偵察から影響まで分類する手法を提案する。
論文 参考訳（メタデータ） (2023-12-03T09:38:28Z) - Efficient Real-time Smoke Filtration with 3D LiDAR for Search and Rescue
with Autonomous Heterogeneous Robotic Systems [56.838297900091426]
スモークとダストは、搭載された知覚システムに依存するため、あらゆる移動ロボットプラットフォームの性能に影響を与える。
本稿では,重みと空間情報に基づく新しいモジュラー計算フィルタを提案する。
論文 参考訳（メタデータ） (2023-08-14T16:48:57Z) - The State of Aerial Surveillance: A Survey [62.198765910573556]
本稿では、コンピュータビジョンとパターン認識の観点から、人間中心の空中監視タスクの概要を概観する。
主な対象は、単体または複数の被験者が検出され、特定され、追跡され、再同定され、その振る舞いが分析される人間である。
論文 参考訳（メタデータ） (2022-01-09T20:13:27Z) - Rethinking Drone-Based Search and Rescue with Aerial Person Detection [79.76669658740902]
航空ドローンの映像の視覚検査は、現在土地捜索救助(SAR)活動に不可欠な部分である。
本稿では,この空中人物検出(APD)タスクを自動化するための新しいディープラーニングアルゴリズムを提案する。
本稿では,Aerial Inspection RetinaNet (AIR) アルゴリズムについて述べる。
論文 参考訳（メタデータ） (2021-11-17T21:48:31Z) - DAE : Discriminatory Auto-Encoder for multivariate time-series anomaly
detection in air transportation [68.8204255655161]
識別オートエンコーダ(DAE)と呼ばれる新しい異常検出モデルを提案する。
通常のLSTMベースのオートエンコーダのベースラインを使用するが、いくつかのデコーダがあり、それぞれ特定の飛行フェーズのデータを取得する。
その結果,DAEは精度と検出速度の両方で良好な結果が得られることがわかった。
論文 参考訳（メタデータ） (2021-09-08T14:07:55Z) - Aurora Guard: Reliable Face Anti-Spoofing via Mobile Lighting System [103.5604680001633]
紙写真やデジタルビデオの高解像度レンダリングリプレイに対する反偽造は、未解決の問題だ。
オーロラガード(Aurora Guard, AG)と呼ばれる, シンプルだが効果的な顔保護システムを提案する。
論文 参考訳（メタデータ） (2021-02-01T09:17:18Z) - PAST-AI: Physical-layer Authentication of Satellite Transmitters via
Deep Learning [4.588028371034406]
PAST-AIは、低地球軌道(LEO)衛星をIQサンプルの指紋認証によって認証する手法である。
我々は,CNNとオートエンコーダが,衛星トランスデューサの認証に有効であることを証明する。
論文 参考訳（メタデータ） (2020-10-12T06:08:11Z) - Integrating LEO Satellite and UAV Relaying via Reinforcement Learning
for Non-Terrestrial Networks [51.05735925326235]
低軌道軌道(LEO)衛星のメガコンステレーションは、低レイテンシで長距離通信を可能にする可能性がある。
軌道上の星座から選択されたLEO衛星を用いて、2つの遠距離地上端末間でパケットを転送する問題について検討する。
エンドツーエンドのデータレートを最大化するためには、衛星アソシエーションとHAPロケーションを最適化する必要がある。
本稿では, 深部強化学習(DRL)と新しい動作次元低減技術を用いてこの問題に対処する。
論文 参考訳（メタデータ） (2020-05-26T05:39:27Z)
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。