一种无人机安全检测方法及装置制造方法及图纸

本发明专利技术公开了一种无人机安全检测方法及装置，获取无人机的实时状态信息；基于实时状态信息分组策略，根据实时状态信息生成若干个子数据集；以子数据集为输入信息，采用混合深度识别模型确定无人机的安全状态信息；混合深度识别模型包括依次连接输入层、卷积层、双向LSTM层、注意力机制层和直连相乘层；本发明专利技术通过对无人机的实时状态信息进行分组，减少了无人机安全状态识别过程中所用的数据量，可以提升处理效率，同时以分组后每个子数据集为输入信息，采用混合深度识别模型进行识别确定无人机当前时刻的安全状态，可以保证对无人机安全状态识别的精准性。状态识别的精准性。状态识别的精准性。

【技术实现步骤摘要】
一种无人机安全检测方法及装置


[0001]本专利技术属于无人机安全
，尤其涉及一种无人机安全检测方法及装置。

技术介绍

[0002]随着电子信息与无人驾驶技术的迅猛发展，无人机在军用、民用、工业及消费等领域的应用规模不断扩展，无人机被广泛应用于航拍摄影、农业植保、快递配送、数据采集等诸多领域其应用价值和市场前景也进一步得到释放。据估计，全球无人机销量在2020年达到433万架，全球无人机产值在2020年达到259亿美元。
[0003]2011年，一种名为“keylogger”的病毒被传播窃取了大量无人机的遥测与实时侦察情报数据。此后，多起无人机遭受攻击的案例开始出现在人们的视野当中，无人机的安全问题日益凸显。无人机遭受攻击后，不仅系统本身受到伤害，给使用者带来数据、设备的损失之外，导致或者发生撞击、坠毁等事故，对地面人员的生命和财产安全造成危害。
[0004]无人机系统的信息安全问题，与其无线通信、基础设施、存储及计算资源受限相关。目前，多数无人机设备基于通用芯片，操作系统、通用协议进行设计开发。产品厂商多重点关注无人机设本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种无人机安全检测方法，其特征在于，包括以下步骤：获取无人机的实时状态信息；基于实时状态信息分组策略，根据所述实时状态信息生成若干个子数据集；其中，每个所述子数据集对应一种无人机攻击类型；以所述子数据集为输入信息，采用混合深度识别模型确定所述无人机的安全状态信息；其中，所述安全状态信息为每种所述无人机攻击类型对应的概率值；所述混合深度识别模型包括依次连接输入层、卷积层、双向LSTM层、注意力机制层和直连相乘层。2.如权利要求1所述的一种无人机安全检测方法，其特征在于，所述混合深度识别模型通过以下方法进行数据参数优化：获取训练数据集；其中，所述训练数据集为训练周期内的若干组无人机状态信息，所述无人机状态信息与所述实时状态信息类别相同；为每组所述无人机状态信息进行标识；对标识后的每组所述无人机状态信息进行归一化处理；根据归一化处理后的每组无人机状态信息生成每个所述无人机攻击类型对应的数据组；采用所述数据组对所述混合深度识别模型进行训练。3.如权利要求2所述的一种无人机安全检测方法，其特征在于，为每组所述无人机状态信息进行标识包括：确定每个每组所述无人机状态信息中的第一时间区间；根据多个所述第一时间区间确定第二时间区间；其中，所述第二时间区间为所述第一时间区间的交集；根据所述第二时间区间为每组所述无人机状态信息进行标识。4.如权利要求2所述的一种无人机安全检测方法，其特征在于，确定每个所述子状态信息中的第一时间区间包括：通过离群点分析方法确定每组所述无人机状态信息中的第一时间区间。5.如权利...

【专利技术属性】
技术研发人员：李扬，吴仕豪，冯兆文，潘泉，吕洋，
申请(专利权)人：西北工业大学，
类型：发明
国别省市：