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
- Este periódico é de acesso aberto
- Este artigo é de acesso aberto
- URL de acesso aberto
- Cor do Acesso Aberto: gold
- Licença: cc-by-nc-sa
-
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://www.teses.usp.br/teses/disponiveis/55/55134/tde-17042025-160925/. Acesso em: 29 dez. 2025. -
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://www.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 2025 dez. 29 ] Available from: https://www.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 2025 dez. 29 ] Available from: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-17042025-160925/ - Detecting spoofing and GPS jamming in UAVs: multiclass approach to attack diagnosis
- Anomaly-based intrusion detection system for in-flight and network security in UAV swarm
- 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 o DOI: 10.11606/D.55.2024.tde-17042025-160925 (Fonte: oaDOI API)
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
