-
题名基于SVDD的ADS-B异常数据检测
被引量：8
- 1
-
-
作者
王振昊
王布宏
-
机构
空军工程大学信息与导航学院
-
出处
《河北大学学报（自然科学版）》
CAS
北大核心
2019年第3期323-329,共7页
-
基金
国家自然科学基金资助项目(61671465)
-
文摘
自动相关监视广播(ADS-B)与空管二次监视雷达(SSR)是空中交通管制的2种重要监视手段,其中ADS-B是目前正在推出的通信协议,在下一代空管监视系统中将会发挥重要作用.然而,ADS-B协议中安全措施缺乏,容易遭受虚假数据注入的攻击.为了识别ADS-B中的异常数据,利用与其同步的SSR数据及通过Kalman滤波得出的的协方差矩阵,得到一组具有多维属性特征的样本数据,使用支持向量数据域描述的方法(SVDD)训练样本数据,可以得到用于检测异常的分类器.利用此分类器检测之后收到的ADS-B数据,从而识别出异常数据.通过仿真实验表明,该方法对于ADS-B异常数据具有80%以上的正确识别率,其中对于固定偏差注入的检测虚警率为5%,漏警率为0,对于随机偏差注入的检测虚警率为5%,漏警率为12.5%,验证了该方法的可行性.
-
关键词
自动相关监视广播
空管二次监视雷达
支持向量数据域描述
虚假数据注入
异常检测
-
Keywords
automatic dependent surveillance broadcast
secondary surveillance radar
support vector data description
false data injection
anomaly detection
-
分类号
TP391.9
[自动化与计算机技术—计算机应用技术]
-
