28942

آشكارسازي و كاهش حمله‌ي مخرب فريب با استفاده از چندهمبسته‌ساز در حلقه‌ي رديابي گيرنده GPS

كارشناسي ارشد

مهندسي برق - الكترونيك

1400

1402/6/26

سيدمحمدرضا موسوي ميركلائي

مهندسي برق

در دهه اخير حمله فريب به‌عنوان خطرناكترين دخالت عمدي در GPS شناخته شده است. هدف از اين حملات جلوگيري از مكان‌يابي يا محاسبه نادرست مكان و زمان است. از آن¬جايي كه گيرنده¬‌هاي GPS كاربردهاي نظامي و غيرنظامي بسياري دارند، بررسي اين حملات و مقابله با آن‌ها از مهم‌ترين موارد پيش‌رو است. فريبندهها از طريق ايجاد تداخل در سيگنال اصلي باعث ايجاد فريب ميشوند كه اين تداخل شكلهاي مختلفي دارد. تداخل بررسيشده در اين پايان‌نامه، تداخل از نوع تأخيري است. به منظور راست‌آزمايي روش پيشنهادي، سه روند مختلف توليد فريب كوتاه‌برد، متوسط و دوربرد طراحي و شبيه‌سازي شده است. الگوريتم پيشنهادي، شاخص‌هاي محاسبه‌شده با استفاده از چندهمبسته‌ساز بخش حلقه رديابي را به‌عنوان ورودي‌هاي شبكه عصبي چندلايه اعمال كرده تا سيگنال فريب را در حلقه رديابي گيرنده GPS شناسايي كند. سيگنال‌هاي فريب و معتبر، الگوي آماري متفاوتي در اين شاخص‌ها دارند و شبكه عصبي با خطاي كمتري نسبت به روش‌هاي پيشين اين تفاوت را تشخيص مي‌دهد، زيرا مي‌تواند چندين روش را به‌طور همزمان بكار گيرد. اين الگوريتم بر روي گيرنده نرم‌افزاري GPS در نرم‌افزار MATLAB با داده‌هاي نرم‌‌افزاري آزموده شده است كه قادر است با دقت 99.95 درصد سيگنال فريب از سيگنال معتبر را تشخيص دهد. بكارگيري چندهمبسته‌ساز منجر به افزايش چشم‌گير محاسبات فازكد حاصل از بخش رديابي مي‌شود كه در گام بعد تخميني از فازكد سيگنال پيش از اعمال فريب به كمك فيلتر كالمن محاسبه مي‌شود. درنهايت، در حضور سيگنال جعلي ناشي از حمله فريب، فازكد معتبر تخمين زده شده قادر است مقدار فاز كد جعلي را اصلاح و سپس حلقه رديابي و در نهايت معادلات ناوبري را تصحيح كند. براي سه داده مذكور ميزان كاهش فريب پس از اعمال الگوريتم پيشنهادي، به‌ترتيب 73.62، 64.70 و 96.66 درصد است.

1402/07/30

Detection and Mitigation of Malicious Spoofing Attack via Multi-correlator in GPS Receiver Tracking Loop

9/16/2024 12:00:00 AM

In the last decade, spoofing attack has been known as the most dangerous intentional interference in GPS. The purpose of these attacks is to prevent location or miscalculation of location and time. Since GPS receivers have many military and civilian applications, investigating these attacks and dealing with them is one of the most important things to come. Spoofer cause spoofing by interfering with the original signal, and this interference has different forms. The interference investigated in this thesis is a delayed interference. In order to verify the proposed method, three different production processes of short-range, medium-range and long-range spoofing have been designed and simulated. The proposed algorithm applies the indices calculated using the multi-correlator of the tracking loop as the inputs of the multi-layer neural network to identify the fraudulent signal in the tracking loop of the GPS receiver. Counterfiet and authentic signals have a different statistical pattern in these indicators, and the neural network detects this difference with less error than previous methods, because it can use several methods simultaneously. This algorithm has been tested on the GPS software receiver in MATLAB software with software data, which is able to distinguish the fraudulent signal from the valid signal with 99.95% accuracy. The use of the multi-correlator leads to a significant increase in the code phase calculations resulting from the tracking loop, and in the next step, an estimate of the code phase of the signal is calculated using the Kalman filter before spoofing is applied. Finally, in the presence of the counterfiet signal caused by the spoofing attack, the estimated valid code phase is able to correct the phase value of the fake code, and then the tracking loop and finally the navigation equations. For the three mentioned data, the reduction of spoofing after applying the proposed algorithm is 73.62, 64.70 and 96.66%, respectively.

آشكارسازي فريب،كاهش فريب، حلقه رديابي، چندهمبسته‌ساز، شبكه‌هاي عصبي، فيلتر كالمن، سامانه موقعيت‌ياب جهاني.

GPS, Spoofing attack, Detection, Mitigation, Tracking loop, Multi-correlator, Neural network, Kalman filter.

niloufar dabaghi daryan

mr.mosavi