論文の概要: Phantom Navigator: Stealthy and Precise Unmanned Aerial Vehicle Redirection with Real-Time Tracking and GPS Spoofing
- arxiv url: http://arxiv.org/abs/2608.26011v1
- Date: Wed, 26 Aug 2026 16:53:54 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-27 14:15:15.922817
- Title: Phantom Navigator: Stealthy and Precise Unmanned Aerial Vehicle Redirection with Real-Time Tracking and GPS Spoofing
- Title（参考訳）: ファントムナビゲータ:リアルタイム追跡とGPSスポーフィングによる無人航空機の誘導
- Abstract要約: Phantom Navigator(ファントムナビゲーター)は、ドローンを隠密かつ正確に密封対象に誘導するUAVリダイレクト攻撃である。
このアプローチに基づいて,LiDAR-カメラ検出,トラッキング,スプーフィングスタックを備えた物理攻撃プラットフォームを構築した。
実世界のケーススタディにおいて,リダイレクト手法とアタック実装の有効性を実証する。
- 参考スコア（独自算出の注目度）: 10.795766879813074
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Redirecting unmanned aerial vehicles (UAVs) from their intended mission trajectories has been an active area of research. However, existing UAV redirection attacks lack reliability, precision, and covertness for a targeted diversion. They primarily rely on physical capture, communication hijacking, or sensor spoofing. Yet, physical interception is costly, offers only a single opportunity for success, and poses a high risk of collateral damage; network-based attacks demand deep technical expertise and access to encrypted communication channels; and sensor spoofing techniques typically fall short in achieving the accuracy and robustness required to steer a UAV toward a specified target. Consequently, we propose Phantom Navigator, a UAV redirection attack to mislead drones to a designated spoofing target, covertly and precisely. Our approach combines offline pre-redirection reachability analysis, which provides high-fidelity estimates of achievable redirect ranges, with an online closed-loop, stealthy execution layer that ensures successful redirection in practice. Based on this approach, we build a physical attack platform equipped with a LiDAR--camera detection, tracking, and spoofing stack that performs real-time identification, pose estimation, and computation of targeted spoofing signals to covertly and accurately redirect victim UAVs to a designated location. We demonstrate the effectiveness of our redirection methodology and the attack implementation in real-world case studies.
- Abstract（参考訳）: 無人航空機(UAV)を意図した軌道からリダイレクトすることは、研究の活発な領域である。
しかし、既存のUAVリダイレクト攻撃は、目標ディバージョンに対する信頼性、精度、隠蔽性を欠いている。
主に物理的キャプチャ、通信ハイジャック、センサーのスプーフィングに頼っている。
ネットワークベースの攻撃は、深い技術的専門知識と暗号化された通信チャネルへのアクセスを必要とし、センサーのスプーリング技術は、通常、UAVを特定の目標に向けて操るのに必要な正確さと堅牢性を達成するのに不足する。
その結果,ドローンを隠蔽的かつ正確に隠蔽対象に誘導するUAVリダイレクト攻撃であるPhantom Navigatorを提案する。
提案手法は,達成可能なリダイレクト範囲の高忠実度推定を行うオフラインプレリダイレクト・リーチビリティ分析と,実際に成功したリダイレクトを保証するオンラインクローズドループ,ステルスな実行層を組み合わせる。
提案手法では,LiDAR-カメラ検出,追跡,スプーフィングスタックを備えた物理的攻撃プラットフォームを構築し,対象のスプーフィング信号のリアルタイム識別,ポーズ推定,計算を行い,被害者のUAVを所定の場所に隠蔽的かつ正確にリダイレクトする。
実世界のケーススタディにおいて,リダイレクト手法の有効性とアタック実装を実証する。
関連論文リスト
- Revisiting the Adversarial Robustness of Graph-Based Traffic Forecasting [3.6211789323897166]
グラフベースのAIによる交通予測は、インテリジェントトランスポートシステムの重要なコンポーネントである。
本研究では,限られたモデル知識と少数の道路センサのみを監視・操作する能力を備えた現実的な敵について検討する。
本稿では、入力特徴として硬化した予測器に出力を供給し、予測器を固定した適応攻撃に対して訓練した学習された物理インフォームド検出器を提案する。
論文 参考訳（メタデータ） (2026-07-30T02:49:40Z) - Silent Subversion: Sensor Spoofing Attacks via Supply Chain Implants in Satellite Systems [0.764671395172401]
スポット攻撃は、地上システムにとって最も破壊的なサイバー脅威の1つだ。
衛星が容易に運用できない宇宙空間では、さらに危険になる。
本稿では,内部衛星スプーフィング攻撃のエンド・ツー・エンドの実証実験について述べる。
論文 参考訳（メタデータ） (2026-03-11T04:09:23Z) - NOVA: Navigation via Object-Centric Visual Autonomy for High-Speed Target Tracking in Unstructured GPS-Denied Environments [56.35569661650558]
我々はNOVAというオブジェクト中心のフレームワークを導入し、ロバストな目標追跡と衝突認識ナビゲーションを可能にした。
グローバルマップを構築するのではなく、NOVAはターゲットの参照フレーム内での知覚、推定、制御を定式化する。
我々は,都市迷路や森林の小道,間欠的なGPS損失を伴う建物内の繰り返し遷移など,現実の挑戦的なシナリオにまたがってNOVAを検証する。
論文 参考訳（メタデータ） (2025-06-23T14:28:30Z) - 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) - Guidance Through Surrogate: Towards a Generic Diagnostic Attack [101.36906370355435]
我々は、攻撃最適化中に局所最小限を避けるための誘導機構を開発し、G-PGAと呼ばれる新たな攻撃に繋がる。
修正された攻撃では、ランダムに再起動したり、多数の攻撃を繰り返したり、最適なステップサイズを検索したりする必要がありません。
効果的な攻撃以上に、G-PGAは敵防御における勾配マスキングによる解離性堅牢性を明らかにするための診断ツールとして用いられる。
論文 参考訳（メタデータ） (2022-12-30T18:45:23Z) - Object-fabrication Targeted Attack for Object Detection [54.10697546734503]
物体検出の敵攻撃は 標的攻撃と未標的攻撃を含む。
新たなオブジェクトファブリケーションターゲット攻撃モードは、特定のターゲットラベルを持つ追加の偽オブジェクトをファブリケートする検出器を誤解させる可能性がある。
論文 参考訳（メタデータ） (2022-12-13T08:42:39Z) - Untargeted Backdoor Attack against Object Detection [69.63097724439886]
我々は,タスク特性に基づいて,無目標で毒のみのバックドア攻撃を設計する。
攻撃によって、バックドアがターゲットモデルに埋め込まれると、トリガーパターンでスタンプされたオブジェクトの検出を失う可能性があることを示す。
論文 参考訳（メタデータ） (2022-11-02T17:05:45Z) - AdvDO: Realistic Adversarial Attacks for Trajectory Prediction [87.96767885419423]
軌道予測は、自動運転車が正しく安全な運転行動を計画するために不可欠である。
我々は,現実的な対向軌道を生成するために,最適化に基づく対向攻撃フレームワークを考案する。
私たちの攻撃は、AVが道路を走り去るか、シミュレーション中に他の車両に衝突する可能性がある。
論文 参考訳（メタデータ） (2022-09-19T03:34:59Z) - Fooling LiDAR Perception via Adversarial Trajectory Perturbation [13.337443990751495]
移動車両から集められたLiDARポイント雲は、歪みを避けるためにセンサーの動きを補償する必要があるため、その軌道の機能です。
その結果、深層学習とGPSによる車両軌道推定の両面から、運動補償は広範に開放されたバックドアになるのだろうか?
我々は、初めてこのような可能性を示す: 生のLiDARの読みを改ざんする必要のある点雲座標を直接攻撃するのではなく、小さな摂動で自動運転車の軌道を逆さまに振るだけで十分である。
論文 参考訳（メタデータ） (2021-03-29T04:34:31Z) - Temporally-Transferable Perturbations: Efficient, One-Shot Adversarial
Attacks for Online Visual Object Trackers [81.90113217334424]
本研究では, オブジェクトテンプレート画像からのみ, 一時移動可能な対人的摂動を生成するフレームワークを提案する。
この摂動はあらゆる検索画像に追加され、事実上何のコストもかからないが、それでもトラッカーを騙すのに成功している。
論文 参考訳（メタデータ） (2020-12-30T15:05:53Z) - Dynamic Radar Network of UAVs: A Joint Navigation and Tracking Approach [36.587096293618366]
新たな問題は、建物の後ろに隠れている無人小型無人航空機(UAV)を追跡することである。
本稿では,悪意のある標的のリアルタイムかつ高精度な追跡のためのUAVの動的レーダネットワークを提案する。
論文 参考訳（メタデータ） (2020-01-13T23:23:09Z)
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。