文献类型：期刊文章

作　　者：丁建立[1,2] 邹云开[2] 王静[1] 王怀超[1]

DING Jianli;ZOU Yunkai;WANG Jing;WANG Huaichao(College of Computer Science and Technology,Civil Aviation University of China,Tianjin 300300,China;Sino-European Institute of Aviation Engineering,Civil Aviation University of China,Tianjin 300300,China)

机构地区：[1]中国民航大学计算机学院,天津300300 [2]中国民航大学中欧航空工程师学院,天津300300

出　　处：《航空学报》

基　　金：国家自然科学基金民航联合基金(U1833114);民航安全能力项目(AADSA0018)~~

年　　份：2019

卷　　号：40

期　　号：12

起止页码：162-172

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2019_2020、EI、IC、INSPEC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：广播式自动相关监视(ADS-B)是下一代空中交通运输系统的重要组成部分,是新航行系统中非常重要的通信和监视技术,但其协议没有提供相关的信息认证和数据加密,因此极其容易受到欺骗干扰的影响。针对ADS-B报文数据特点,采用深度学习的seq2seq模型对ADS-B报文数据进行重构,通过重构误差来检测异常,并对数据进行特征扩展,使模型能更好的捕捉数据的时间依赖性。实验结果表明,所采用的方法优于传统的机器学习方法,且在数据特征扩展后,模型检测效果提升。相比于现有的欺骗干扰检测方法,该方法不需要改变ADS-B系统的协议,也不需要额外的节点或传感器参与,具有一定的适应性和灵活性。

关 键 词：广播式自动相关监视(ADS-B)  安全性 异常检测 深度学习  seq2seq模型  

分 类 号：V243] TP277]