Un algorithme d'IA détecte les attaques de l'homme du milieu contre les véhicules militaires sans conducteur

Un algorithme d'intelligence artificielle développé par des chercheurs peut détecter les attaques de l'homme du milieu contre des véhicules militaires sans pilote.

Le système d'exploitation des robots (ROS) est hautement réseauté et les robots doivent collaborer. Les capteurs, les contrôleurs, etc. doivent communiquer et échanger des informations via les services cloud, ils sont donc extrêmement vulnérables aux fuites de données et au détournement électromagnétique. attaques. Une attaque de l'homme du milieu (MitM) est une attaque de réseau qui peut intercepter et falsifier les données de communication entre deux parties. Une attaque de l'homme du milieu peut perturber le fonctionnement des véhicules sans pilote, modifier les instructions transmises et. même contrôler et guider les robots pour effectuer des actions dangereuses.

Les systèmes robotiques peuvent être attaqués à différents niveaux, y compris les systèmes centraux, les sous-systèmes et les sous-composants, provoquant des problèmes opérationnels qui empêchent le robot de fonctionner correctement. Des chercheurs de l'Université d'Australie du Sud et de l'Université Charles Sturt ont développé un algorithme d'intelligence artificielle capable de détecter et de bloquer les attaques de l'homme du milieu contre des robots militaires sans pilote. Ils utilisent la technologie d'apprentissage automatique pour détecter les attaques de l'homme du milieu. et les détecter en quelques secondes. Cela bloquera l'attaque.

Sur la photo, les différents nœuds que les attaques de l'homme du milieu peuvent cibler

La détection des attaques de l'homme du milieu contre les véhicules autonomes et les robots est extrêmement complexe, ces systèmes fonctionnent donc de manière tolérante aux pannes. mode et la distinction entre le fonctionnement normal et les conditions d'erreur est très difficile. Les chercheurs ont développé un système d'apprentissage automatique capable d'analyser le trafic réseau d'un robot pour détecter le trafic malveillant tentant d'envahir le système du robot. Le système utilise une approche basée sur les nœuds pour examiner les données des paquets et un système basé sur des statistiques de flux pour lire les métadonnées du paquet. en-tête. , utilisant des réseaux de neurones convolutifs (CNN) d’apprentissage profond pour améliorer la précision des résultats de détection.

Les chercheurs ont effectué des tests à l'aide du robot GVR-BOT, et l'expérience a montré que 99 % des attaques de l'homme du milieu peuvent être bloquées avec succès, avec un taux de faux positifs inférieur à 2 %.

L'image montre les données du capteur (l'attaque démarre à 300 secondes)

L'image montre les résultats des tests de performance

Les chercheurs ont déclaré que le système peut être utilisé dans d'autres systèmes robotiques, tels que les drones systèmes, après améliorations. La communication entre drones est plus rapide et plus complexe qu’avec les robots terrestres.

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!