KI-Algorithmus erkennt Man-in-the-Middle-Angriffe auf fahrerlose Militärfahrzeuge

Ein von Forschern entwickelter Algorithmus für künstliche Intelligenz kann Man-in-the-Middle-Angriffe auf unbemannte Militärfahrzeuge erkennen.

Das Robot Operating System (ROS) ist hochgradig vernetzt und Roboter müssen zusammenarbeiten. Die Sensoren, Steuerungen usw. müssen über Cloud-Dienste kommunizieren und Informationen austauschen, sodass sie äußerst anfällig für Datenlecks und elektromagnetische Entführung sind Angriffe. Ein Man-in-the-Middle-Angriff (MitM) ist ein Netzwerkangriff, der Kommunikationsdaten zwischen zwei Parteien abfangen und manipulieren kann. Ein Man-in-the-Middle-Angriff kann den Betrieb unbemannter Fahrzeuge stören, übermittelte Anweisungen ändern usw Sie können sogar Roboter steuern und anleiten, um gefährliche Aktionen auszuführen.

Robotersysteme können von verschiedenen Ebenen aus angegriffen werden, einschließlich Kernsystemen, Subsystemen und Unterkomponenten, was zu Betriebsproblemen führt, die den Roboter daran hindern, ordnungsgemäß zu funktionieren. Forscher der australischen University of South Australia und der Charles Sturt University haben einen Algorithmus für künstliche Intelligenz entwickelt, der Man-in-the-Middle-Angriffe gegen unbemannte Militärroboter erkennen und blockieren kann. Sie nutzen maschinelle Lerntechnologie, um Man-in-the-Middle-Angriffe zu erkennen und erkennen sie innerhalb von Sekunden. Dadurch wird der Angriff blockiert.

Abgebildet sind die verschiedenen Knoten, auf die Man-in-the-Middle-Angriffe abzielen können

Die Erkennung von Man-in-the-Middle-Angriffen gegen autonome Fahrzeuge und Roboter ist äußerst komplex, daher arbeiten diese Systeme fehlertolerant Modus und die Unterscheidung zwischen Normalbetrieb und Fehlerbedingungen ist sehr schwierig. Forscher haben ein maschinelles Lernsystem entwickelt, das den Netzwerkverkehr eines Roboters analysieren kann, um böswilligen Datenverkehr zu erkennen, der versucht, in das System des Roboters einzudringen. Das System verwendet einen knotenbasierten Ansatz zur Untersuchung von Paketdaten und ein auf Flussstatistiken basierendes System, um Metadaten aus dem Paket zu lesen Header, der Deep Learning Convolutional Neural Networks (CNN) verwendet, um die Genauigkeit der Erkennungsergebnisse zu verbessern.

Forscher führten Tests mit dem GVR-BOT-Roboter durch und das Experiment zeigte, dass 99 % der Man-in-the-Middle-Angriffe erfolgreich blockiert werden können, mit einer Falsch-Positiv-Rate von weniger als 2 %.

Das Bild zeigt die Sensordaten (der Angriff beginnt bei 300 Sekunden)

Das Bild zeigt die Ergebnisse des Leistungstests

Die Forscher sagten, dass das System in anderen Robotersystemen wie UAV verwendet werden kann Systeme, nach Verbesserungen. Die Kommunikation zwischen Drohnen ist schneller und komplexer als mit Landrobotern.

Das obige ist der detaillierte Inhalt vonKI-Algorithmus erkennt Man-in-the-Middle-Angriffe auf fahrerlose Militärfahrzeuge. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!