《Ad Hoc Networks》：A new GPS spoofing attack and a Regulated Gauss–Markov mobility model for FANETs
编辑推荐：
提出针对FANET的GPS欺骗攻击UAVCollide及改进的RGM移动模型，通过NS3仿真分析攻击参数与UAV特性对空中碰撞的影响。
作者：Ala Altaweel、Bilal Arain、Abdulaziz Abushawish、Ibrahim Kamel
阿拉伯联合酋长国沙迦大学计算与信息学院计算机工程系
摘要
本文提出了一种针对飞行自组织网络（FANETs）的新型GPS欺骗攻击方法，称为UAVCollide。在这种攻击中，恶意攻击者将受害无人机重定向到特定目标位置，以最大化空中的碰撞次数。文章提供了UAVCollide攻击的数学公式和详细步骤描述。通常用于FANET研究的高斯-马尔可夫（GM）移动模型首先被用来研究UAVCollide的影响。然而，GM模型固有的随机性可能导致无人机路径相交，从而在没有攻击的情况下也会发生碰撞。因此，本文提出了一种改进的高斯-马尔可夫（RGM）移动模型，以解决标准GM模型在FANET应用中的局限性。RGM模型通过基于高度的分离来生成真实的无人机轨迹，确保在正常（非攻击）情况下FANET能够无碰撞运行。RGM模型的数学框架已在NS3模拟器中实现。使用RGM模型，通过三个参数（攻击时间、攻击者覆盖范围和攻击持续时间）分析了UAVCollide攻击。这些参数通过三个性能指标（碰撞次数、碰撞延迟和偏离区域）进行评估。研究了无人机速度和移动模式对FANET易受UAVCollide攻击性的影响，并从攻击者和网络的角度提供了详细的结果分析。结果表明，攻击者覆盖范围和攻击持续时间是最具影响力的参数，且FANET对UAVCollide的脆弱性随无人机速度的增加而增加。
引言
电子设备的小型化迅速发展，显著提升了无人机的能力，使它们能够携带复杂的传感器并执行多种民用任务。由于无人机能力的增强，它们的应用不再局限于单一任务，还被用于群组任务。多架无人机协同工作的概念被称为飞行自组织网络（FANETs）[1]。FANETs由多架无人机组成，这些无人机以自组织模式直接相互通信，即不依赖于中央无线接入点，但至少有一架无人机必须保持与地面控制系统（GCS）或卫星的连接。
FANETs与传统的自组织网络（如移动自组织网络（MANETs）和车载自组织网络（VANETs）在节点移动性、网络拓扑和节点间距离方面有所不同[2]。MANETs是没有固定基础设施的移动设备自配置网络，而VANETs是MANETs的一个子类，其节点是车辆，它们与路边单元通信以实现智能交通系统[3]。此外，由于FANETs中的无人机通常在三维空间中运行（与MANETs和VANETs不同），其应用范围已经扩展到民用领域，如灾害管理[4]、[5]、农业和环境监测[6]、搜索与救援行动[2]以及配送系统[7]。对于所有FANET应用来说，精确的位置精度至关重要。FANETs中的无人机严重依赖准确的地理定位来进行协调、避障和任务执行。例如，在搜索与救援行动中，无人机必须具有精确的位置意识，以确保最佳的覆盖范围和效率。在配送系统中，不准确的位置可能会危及整个操作。对于这类民用任务，无人机依赖于广播未加密GPS信号的卫星来确定自己的位置。这些未加密的信号容易受到各种安全攻击的威胁，如GPS欺骗。在这种攻击中，攻击者向受害无人机传输带有错误地理位置的虚假GPS信号，从而覆盖来自GPS卫星的合法信号[2]、[7]、[8]。
据作者所知，目前尚未充分研究GPS欺骗攻击对FANETs的影响，因为大多数先前的研究都集中在针对单架无人机的GPS欺骗攻击上[9]、[10]、[11]。一些研究（如[12]）考虑了多无人机环境，但仅限于具有预定义无人机轨迹的受控环境，而不是真实的移动模型，这可能导致无人机之间的碰撞。因此，GPS欺骗对多无人机FANETs的影响仍然很大程度上未被探索，这是一个未解决的研究问题。此外，现有的FANET移动模型往往无法捕捉到真实的无人机行为，因为它们通常不考虑无人机运动的三维特性，并忽略了空中碰撞的风险[13]。这一限制降低了现有模型的可靠性。例如，广泛使用的Gauss-马尔可夫（GM）移动模型[14]在几项最近的FANET研究[15]、[16]、[17]中被采用，但它不能准确反映真实世界的FANET场景。在GM模型下，即使在正常条件下（即没有GPS欺骗攻击的情况下），也不能保证FANETs无碰撞。模型固有的随机性可能导致无人机遵循重叠的轨迹，从而导致碰撞。
为了解决上述研究挑战，本文提出了UAVCollide，这是一种针对FANETs的新型GPS欺骗攻击方法，攻击者针对多架无人机，将所有受害无人机重定向到特定位置，以最大化空中的碰撞次数。为了在真实的FANET移动场景下评估UAVCollide的影响，作者引入了改进的高斯-马尔可夫（GM）模型：调节高斯-马尔可夫（RGM）移动模型。RGM是一种基于高度的分离模型，它可以生成真实的无人机轨迹和飞行模式，为每架无人机分配一个独特的高度层，以确保在专用空域内运行并消除正常情况下的碰撞风险。作者使用NS3模拟器[18]进行了大量实验来评估RGM模型下的UAVCollide影响。通过三个关键指标来衡量UAVCollide的影响：(i) 受害无人机之间的碰撞次数，(ii) 碰撞延迟，即攻击者成功引发无人机碰撞所需的时间，以及 (iii) 受害无人机偏离其预定路径的偏离区域。同时，从两个角度考察了这种影响：(i) 从攻击者的角度，考虑三个影响攻击强度的参数（攻击时间、攻击者覆盖范围和攻击持续时间）；(ii) 从网络的角度，考虑影响FANET对攻击脆弱性的无人机速度和移动模式。本文还提供了对攻击影响的全面分析和讨论。
本文的贡献包括：
- 提出了一种新的GPS欺骗攻击模式UAVCollide，攻击者将所有受害无人机重定向到特定目标位置，从而最大化空中的碰撞次数。
- 提出了一种改进的高斯-马尔可夫（RGM）移动模型，用于FANETs。RGM通过基于高度的分离来生成真实的无人机轨迹，确保在非攻击情况下无碰撞运行。源代码见[19]。
- 通过RGM移动模型的实现和广泛模拟，证明了UAVCollide攻击的有效性，并使用三个指标（受害无人机之间的碰撞次数、碰撞延迟和受害无人机的偏离区域）评估了其对FANETs的影响。
- 提供了关于UAVCollide影响以及FANETs对三种攻击参数（攻击时间、攻击者覆盖范围和攻击持续时间）的脆弱性的详细比较和分析。
本文的其余部分安排如下：第2节介绍了网络和对手模型。第3节介绍了提出的调节高斯-马尔可夫（RGM）移动模型及其数学定义和公式。第4节通过仿真实验展示了UAVCollide攻击对FANETs的影响，并提供了详细的结果分析。第5节介绍了最新的研究成果。最后，第6节对本文进行了总结。
网络和对手模型
本节介绍了FANET的技术背景、网络模型和对手模型。
飞行自组织网络（FANET）是指一组无人机以自组织方式飞行和相互通信的自组织无线网络[1]。除了无人机（FANETs的主要组成部分）外，地面控制站（GCSs）和卫星也是FANETs的重要组成部分[2]。GCSs作为中央指挥中心，实现实时
调节高斯-马尔可夫（RGM）：一种为FANETs提出的移动模型
在本节中，作者介绍了提出调节高斯-马尔可夫（RGM）移动模型的动机及其数学定义和公式。表3总结了RGM模型描述中使用的所有关键符号和定义。
FANETs中的UAVCollide攻击：影响与分析
在本节中，作者通过仿真实验展示了UAVCollide攻击对FANETs的影响，并提供了详细的结果分析。
现有技术
本节回顾了分析GPS欺骗攻击对无人机影响的研究，并提出了对高斯-马尔可夫（GM）移动模型的改进。文献分为三类：(i) 真实世界和基于SDR的GPS欺骗攻击，(ii) 检测和缓解机制，以及 (iii) 仿真框架和移动模型。
结论
本文提出了一种针对FANETs的新型GPS欺骗攻击方法UAVCollide，旨在最大化受害无人机之间的空中碰撞次数。作者最初计划使用FANET研究中常用的Gauss-马尔可夫（GM）移动模型来研究UAVCollide的影响。然而，他们观察到GM模型固有的随机性可能导致无人机遵循相交的路径和重叠的轨迹，从而在正常FANET场景下也会发生碰撞
CRediT作者贡献声明
Ala Altaweel：撰写——审阅与编辑、撰写——初稿、可视化、验证、监督、软件、资源、项目管理、方法论、调查、资金获取、形式分析、数据整理、概念化。Bilal Arain：撰写——审阅与编辑、撰写——初稿、验证、监督、软件、方法论、形式分析、概念化。Abdulaziz Abushawish：撰写——初稿、软件。Ibrahim Kamel：验证
利益冲突声明
作者声明他们没有已知的财务利益或个人关系可能影响本文报告的工作。
致谢
本项工作得到了沙迦大学的支持。作者感谢匿名审稿人的宝贵意见和建议。
