23950

تشخيص حمله فريب در گيرنده هاي تجاري با استفاده از الگوريتم هاي خوشه بندي كاهشي، FCM و DBSCAN

كارشناسي ارشد

مهندسي برق الكترونيك

1397

1399/12/24

دكتر محمدرضا موسوي ميركلائي

مهندسي برق

اگرچه سامانه GPS در زمينه هاي متنوع و زيادي كاربرد دارد، در پاره اي از موارد ممكن است به‌طور كامل قابل اعتماد نباشد و دچار خطا شود. در حمله فريب، كه يكي از منابع خطاي آگاهانه مي باشد، سيگنال جعلي به گونه اي منتشر مي شود كه بر سيگنال اصلي GPS غلبه نموده و كنترل گيرنده را در اختيار گيرد. تشخيص حمله فريب بر پايه الگوريتم¬هاي محاسباتي مانند استفاده از يادگيري ماشين، دسته بندي، تبديل موجك، خوشه بندي و غيره، در حال گسترش روزافزون هستند. در اين پايان نامه، چندين روش خوشه بندي جهت تشخيص فريب پيشنهاد شده است. از جمله مي توان خوشه بندي كاهشي، خوشه بندي فازي يا FCM و DBSCAN را نام برد كه به عنوان رويكردي جهت خوشه بندي سيگنال هاي معتبر و فريب به كار گرفته مي شود. اين خوشه بندي ها با كمك دو دسته ويژگي متمايز كننده سيگنال فريب يعني واريانس متحرك آشكارساز فاز و نرم همبسته گر ها شكل گرفته است. سيگنال هاي فريب و معتبر الگوهاي متفاوتي در ويژگي هاي مطرح شده دارند. عملكرد بهينه روش هاي پيشنهادي با استفاده از شاخص Dunn و Silhouette مورد بررسي قرار گرفته است. مقدار ارزيابي Dunn براي روش پيشنهادي مبتني بر DBSCAN برابر 0.8592، براي روش FCM برابر با 0.5285 و براي روش كاهشي برابر با 0.6039 به دست آمده است. روش DBSCAN به دليل بالاتر بودن در ميزان شاخصDunn به منظور پياده سازي سخت افزاري انتخاب شد و از طريق نرم افزرا Vivado، پياده سازي سطح RTL آن بر روي تراشه Xilinx Virtex 7 xc7vx690tffg1761-3 انجام گرفت. اين پياده¬سازي براي داده¬هاي دوبعدي با دقت 16 بيت و براي 200 داده طراحي شده است.

1400/04/02

GPS Spoofing Detection in Civil Receiver Based on Subtractive, FCM, and DBSCAN Clustering Algorithms

3/15/2022 12:00:00 AM

Although GPS has various applicable usage aspects, it is not safe all the time. A spoofing attack is one of the conscious error sources in which the counterfeit signal overcomes the authentic GPS signal and takes control of the receiver’s operation. Spoof attack detection based on computational algorithms such as machine learning, classification, wavelet transform, clustering, etc. are developing. In this paper, multiple clustering algorithms have been proposed due to accurate clustering of spoofing and authentic signals, call as: subtractive, FCM, and DBSCAN clustering. These algorithms are performed with the help of two different features; moving phase detector variance and norms of correlators. Spoofing and authentic signals have distinct patterns in the proposed features. Validation of the results is investigated by Dunn and Silhouette indexes. Dunn value for proposed DBSCAN approach equals 0.8592, for FCM equals 0.5285, and for Subtractive equals 0.6039. The DBSCAN algorithm was chosen to be implemented in RTL level because it had the highest value for Dunn index. Using the Vivado tools, this algorithm was implemented and designed on Xilinx Virtex 7 xc7vx690tffg1761-3 hardware device for two-dimensional data with 16-bit accuracy and 200 numbers.

گيرنده جي پي اس , تشخيص حمله فريب در جي پي اس , سيگنال جعلي , خوشه بندي كاهشي , خوشه بندي اف سي ام , خوشه بندي دي بي اسكن , پياده سازي سخت افزاري الگوريتم دي بي اسكن

GPS Receiver , , GPS Spoofing Attack Detection , Counterfeit Signal , Subtractive Clustering , FCM Clustering , , DBSCAN Clustering , Hardware Implementation for DBSCAN Algorithm