Collaborative intrusion detection system for unmanned aerial vehicles swarm security (2024)
- Authors:
- Autor USP: SILVA, LEANDRO MARCOS DA - ICMC
- Unidade: ICMC
- Sigla do Departamento: SSC
- DOI: 10.11606/D.55.2024.tde-17042025-160925
- Subjects: AERONAVES NÃO TRIPULADAS; APRENDIZADO COMPUTACIONAL; CIDADES INTELIGENTES; REDES DE COMPUTADORES
- Keywords: Colaborativo; Collaborative; Cybersecurity; Detecção de intrusão; Intrusion detection; Machine learning; Segurança cibernética; Unmanned Aerial vehicle
- Agências de fomento:
- Language: Inglês
- Abstract: Os Veículos Aéreos Não Tripulados (VANTs), também conhecidos como drones, têm se tornado cada vez mais populares em diversas aplicações, incluindo militares, civis e comerciais. No entanto, esses veículos são vulneráveis a ataques cibernéticos que podem comprometer a segurança e a privacidade, bem como, causar danos físicos. Esses ataques podem ser de interceptação de sinais, acesso não autorizado, roubo de dados, e até mesmo o controle remoto do VANT, entre outros. Portanto, é importante que os fabricantes e usuários de VANTs estejam cientes das ameaças e tomem medidas adequadas para elevar os níveis de segurança e integridade. Uma das medidas preventivas é a utilização de Intrusion Detection System (IDS), que monitora as configurações do sistema, arquivos de dados e transmissão de rede para identificar algum comportamento anormal. A partir da detecção, o IDS notifica a estação de controle terrestre para que uma decisão seja realizada. Os IDSs para VANTs geralmente focam os ataques em uma fonte de dados específica, e não mencionam a aplicação para um enxame. Neste sentido, esse trabalho apresenta o REMY collaboRative intrusion dEtection system for unManned aerial vehicles swarm SecuritY. O REMY detecta ataques na rede VANT e anomalias no voo, aplicando técnicas de aprendizado de máquina por meio de aprendizagem supervisionada e não supervisionada. As ameaças identificadas na rede são blackhole, grayhole e flooding, e no voo, são GPS spoofing e jamming. O aprendizadofederado também está presente no REMY para garantir privacidade dos dados e colaboração no treinamento entre os VANTs. Ademais, características geográficas e físicas são consideradas para tornar o funcionamento do IDS independente do hardware. Por fim, aspectos de um IDS leve são considerados no desenvolvimento, como o baixo consumo energético e uso de recursos do hardware.
- Imprenta:
- Publisher place: São Carlos
- Date published: 2024
- Data da defesa: 20.12.2024
- Status:
- Artigo publicado em periódico de acesso aberto (Gold Open Access)
- Versão do Documento:
- Versão publicada (Published version)
- Acessar versão aberta:
-
ABNT
SILVA, Leandro Marcos da. Collaborative intrusion detection system for unmanned aerial vehicles swarm security. 2024. Dissertação (Mestrado) – Universidade de São Paulo, São Carlos, 2024. Disponível em: https://teses.usp.br/teses/disponiveis/55/55134/tde-17042025-160925/. Acesso em: 06 abr. 2026. -
APA
Silva, L. M. da. (2024). Collaborative intrusion detection system for unmanned aerial vehicles swarm security (Dissertação (Mestrado). Universidade de São Paulo, São Carlos. Recuperado de https://teses.usp.br/teses/disponiveis/55/55134/tde-17042025-160925/ -
NLM
Silva LM da. Collaborative intrusion detection system for unmanned aerial vehicles swarm security [Internet]. 2024 ;[citado 2026 abr. 06 ] Available from: https://teses.usp.br/teses/disponiveis/55/55134/tde-17042025-160925/ -
Vancouver
Silva LM da. Collaborative intrusion detection system for unmanned aerial vehicles swarm security [Internet]. 2024 ;[citado 2026 abr. 06 ] Available from: https://teses.usp.br/teses/disponiveis/55/55134/tde-17042025-160925/ - Anomaly-based intrusion detection system for in-flight and network security in UAV swarm
- Detecting spoofing and GPS jamming in UAVs: multiclass approach to attack diagnosis
- A Systematic Mapping Study in Intrusion Detection System for Unmanned Aerial Vehicles Security
- Intelligent diagnosis of engine failure in air vehicles using the ALFA dataset
- Analysis and identification of evil twin attack through data science techniques using AWID3 dataset
- Development of an efficiency platform based on MQTT for UAV controlling and DoS attack detection
Informações sobre a disponibilidade de versões do artigo em acesso aberto coletadas automaticamente via oaDOI API (Unpaywall).
Por se tratar de integração com serviço externo, podem existir diferentes versões do trabalho (como preprints ou postprints), que podem diferir da versão publicada.
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
