无人机群中的通信安全

无人机群中ad hoc网络中的通信安全克里斯托弗·盖尔伯引用此版本：克里斯托弗·盖尔伯。在无人机群中保护ad hoc网络中的通信自动化。图卢兹INSA，2022年。法语。NNT：2022ISAT0002。电话：03632277HAL ID：电话：03632277https://theses.hal.science/tel-03632277提交日期：2022年HAL是一个多学科的开放存取档案馆，用于存放和传播科学研究论文，无论它们是否被公开。论文可以来自法国或国外的教学和研究机构，也可以来自公共或私人研究中心。L’archive ouverte pluridisciplinaire论文论文为了图卢兹大学博士学位发布人：图卢兹国家应用科学研究所（INSA de Toulouse）于2022年1月18日提交并支持：克里斯托弗·盖尔伯无人机群中ad hoc网络中的通信安全陪审团M. THI MAI TRANG NGUYEN MRIDA KHATOUN夫人R提供商R提供商M SSERGE C高级考官M JEAN-FRAN çOISLALANDE M VINCENTNICOMETTE审查员主席MMICKAËL ROYER博士生导师博士学校及专业：系统：嵌入式研究单位：ENAC-LAB -ENAC论文指导人：迈克尔·罗耶报告员：Thi Mai Trang Nguyen女士和Rida Khatoun无人机群中ad hoc网络中的通信安全Christophe GUERBER 2022年3月23日摘要无人机越来越多地出现在我们的休闲生活中，就像在工业中一样。对民用无人机市场的预测预计在未来几年将大幅增长，全球市场规模可能达到100亿至200亿欧 元 。虽然最初的无人机任务是孤立的无人机，但新类型的任务需要一个舰队中的多个无人机协同工作无人机机队需要无线网络的实施和可用性，以执行与任务相关的所有任务，并进行无线网络本质上是对外开放的，因此存在其安全性许多研究工作已经从不同的角度解决了这个问题：物理层;路由协议;多代理系统但没有一个在这篇论文中，我们提出了一个面向安全的体系结构，它允许更好地控制网络中的通信，并完全摆脱地面上的该体系结构将软件定义网络（SDN）（一种最近出现的技术）与AODV（一种适用于FANET类型ad hoc网络的路由协议）相结合这种控制平面信令是在频带内完成的，并且只需要一个无线网卡，这使得它更我们证明了这种体系结构可以保护网络免受大多数外部攻击它还使我们能够很基于这些知识，我们一方面提出了我们通过在一组数据上训练一个随机森林监督学习分类模型来证明这些测量的相关性。网络捕获对网络的攻击：拒绝服务（DoS）、端口层、密码发现（暴力）和分布式拒绝服务基于这些特征的攻击检测的性能不仅在这种反应可以通过本文提出的体系结构来实现。对代表无人机机队网络流量的场景的测试关键词FANET，SDN，AODV，安全架构，机器学习，随机森林摘要无人机在我们的日常生活中越来越频繁地作为一种休闲，在工业中也是如此。分析师预测，民用无人机市场将稳步增长，未来几年全球将达到100亿至200亿欧元。目前，任务主要由单一的无人机（UAV）操作。但研究人员现在认为，成群的无人机在解决特定问题方面会更有效。无人机现在必须进行协作和协调。无人机群需要无线网络来完成任务所需的所有任务，但也需要额外的协调和同步需求。无线网络本质上是对外开放的，保护这样的网络是一项具有挑战性的任务。提出了几种解决方案来从数据通信的不同方面解决这一问题，并在物理层或路由协议之间或在多代理系统中的应用层保护这一问题。然而，没有人考虑保护对网络的访问，很少有人提出有效的对策。在本文中，我们提出了一种面向安全的网络体系结构，它允许控制网络中的通信，不需要固定的地面基础设施，只需要一个无线网卡。它将新兴的软件定义网络（SDN）技术与AODV（一种适用于飞行ad hoc网络（FANET）的路由协议）结合在一起。我们证明了该体系结构允许保护网络免受大多数类型的外部攻击。此外，它还提供了对网络内活动的良好了解，这是进一步提高安全性的先决条件。基于这一知识，我们提出了一种检测算法，用于检测来自外部节点的流量注入和相应的对策。然后，我们提出了一组关于网络内活动的可测量特征，适用于机器学习算法来检测异常行为。我们通过在由网络捕获组成的数据集上训练随机森林类分类机器学习算法来证明这些特征的相关性，这些数据集包括几种网络攻击：拒绝服务（DoS）、端口扫描、使用暴力破解密码和分布式拒绝服务（DDoS）。基于这些特征的检测性能是有希望的，不仅仅是在准确性方面但也在速度方面，为实时应用反制措施铺平了道路。最后一个可以方便地使用所提出的体系结构放置到位。使用代表性的网络流量场景对一群无人机进行的测试显示，机器学习模型的推广性良好，性能良好。关键词FANET，SDN，AODV，安全架构，机器学习，随机森林分类器谢谢你首先，我要感谢我的论文导师Nicolas和Mickaël，感谢他们对我的信任，感谢他们在我的论文过程中提供的我还要感谢Alain Pirovano鼓励我写这篇论文，以及ENAC的管理层，特别是Mathy、Patrick和Eric，他们允许我在良好的条件下完成这篇我感谢Emmanuel Lavinal在我的论文期间为我奉献的时间，感谢他对有待探索的途径的明智我还要感谢我的监督委员会，LAAS- CNR S的Pascal Berthou和ENAC的Guthemberg，感谢reSCo团队的教师-研究人员（我还没有提到）：Emmanuel和Jean-Christophe，他们能够鼓励我，给我建议，给我复习，当然还有团队的（前）教师：Luc、David和Camila，感谢他们的最后，材料表目录I图三列表表列表v1引言11.1无人机31.2无人机群51.3安全和安保61.4无人机通信71.5捐款81.68号备忘录计划2最新技术水平2.1无人机与蜂群112.2网络和安全152.3机器学习302.4第三十四章结论3建筑373.1建议的解决方案393.2仿真463.3绩效指标483.4合成604安全应用634.1威胁的特征654.2L’architecture face aux menaces4.3检测4.4性能93我ii.材料表5结论1015.1开展的工作. ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ...... ... ... ... ... ... ... 1035.2未来工作. ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ...... ... ... ... ... ... ... 105参考书目109首字母缩略词列表119图列表1.1无人机的类型根据他们的帆31.2无人机的元素2.1MANET与VANET与 FANET..................................................................... 152.2在网络18中分发RQEQAODV2.3从死灰复燃的EPAODV返回到源192.4L’architecture2.5L’application2.6机器学习中的主要家族313.1建筑与ODV423.2具有带外SDN体系结构433.3分层SDN体系结构443.4带45波段控制平面的SDN体系结构3.5拓扑发现：LLDP453.6带有Docker48容器的测试平台3.7真实机器上的测试平台493.8拓扑演进方案3.9测试流量的特征533.10 整个55的CDF截止日期3.11 作为跳CDF563.12 在AODV57中建立路由3.13 使用SDN58建立路由3.14 SDN安全性和体系结构：概述4.1流量注入测试场景4.2数据包过滤774.3数据集中每个应用程序的流数834.4平均线、指数移动平均线和活动864.5端口号90的变化5.1未来工作：建筑元素iii.iv图列表图片列表2.1无人机系统的威胁分类122.2针对SDN体系结构的问题和攻击威胁3.1AODV和SDN56中继电器造成的延迟（ms）3.2移动场景中的链路损耗573.3根据协议交换的数据量593.4两种体系结构的比较624.1攻击类别4.2体系结构的脆弱性704.3为数据集选择的场景834.4α对于不同的参数值874.5最大活动与 更正..............................................................................................884.6训练数据集中的类分布4.7公式4.4和4.8中的计算参数944.8随机森林分类器SciKitLearn95的参数4.9测试场景及其参数954.10 二进制检测得分964.11 多类检测得分98V六、表列表第一章引言在本章中，我们将介绍本文的背景，即然后，我们提出了本论文中讨论的问题：需要与集群进行安全通信，12第一章。引言摘要1.1无人机31.2无人机群51.3安全和安保61.4无人机通信71.5捐款81.68号备忘录计划1.1. 无人机31.1无人机虽然对民用无人机市场的预测认为，未来几年其增长率将超过10%，到2027年可能达到100亿这是由于小型化，从而降低了这种无人驾驶飞机的购置和操作成本，它们的实施和驾驶的简单性允许用于娱乐目的有几种类型的无人机，第一种是飞机的机翼类型，— 固定翼无人机有翅膀和发动机。因此，它们是飞机，由于它们的飞行质量，它们具有很大的自主性，并允许覆盖很长的距离和它们不垂直起飞或降落，因此需要为这两个飞行阶段提供— 旋翼无人机，特别是靠近直升机的多旋翼无人机然而，它们在空中保持自身的能力直接取决于它们的电池充电，它们的飞行时间他们用他们的敏捷性弥补了这个缺点。(a)SUMO固定翼无人机©约阿希姆·鲁德(b) 四轴飞行器©AdonyiGábor（CC0）FIGURE 1.1图1.2显示了狗仔队1号项目中固定翼无人机的不同组成部分的示例除了使无人机能够飞行和控制其轨迹的马达（M）和可移动表面（S）外，无人机还包含一组传感器，为它提供有关飞行的所有必要信息（I）：简单的信息。1. https：wiki.paparazziuav.org/