Key points are not available for this paper at this time.
Le système de diffusion de surveillance dépendante automatique (ADS-B) est l'un des composants clés du système de transport aérien de nouvelle génération (NextGen). Les messages ADS-B sont transmis en texte brut non crypté. Cela, cependant, entraîne des vulnérabilités de sécurité significatives, laissant le système ouvert à divers types d'attaques sans fil. En particulier, les attaques peuvent être intensifiées par du matériel simple, comme une radio définie par logiciel (SDR). Afin de fournir une haute sécurité contre de telles attaques, les approches de fingerprinting par radiofréquence (RFF) offrent des solutions raisonnables. Dans cette étude, une méthode RFF est proposée pour l'identification d'aéronefs basée sur les transmissions ADS-B. Au départ, 3480 échantillons ADS-B ont été collectés par une SDR auprès de huit aéronefs. Les caractéristiques de densité spectrale de puissance (PSD) ont ensuite été extraites des échantillons filtrés et normalisés. De plus, la machine à vecteurs de support (SVM) avec trois noyaux (linéaire, polynomial et fonction de base radiale) a été utilisée pour identifier les aéronefs. En outre, la précision de classification a été démontrée via différents niveaux de rapport signal sur bruit (SNR) (10–30 dB). Avec une précision minimale de 92 % atteinte à des niveaux de SNR plus bas (10 dB), la méthode proposée basée sur SVM avec un noyau polynomial offre des performances acceptables. Les performances prometteuses obtenues même avec un petit ensemble de données suggèrent également que la méthode proposée est implémentable dans des applications réelles.
Gurer et al. (Sun,) ont étudié cette question.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: