一种基于神经网络的四旋翼无人机攻击检测方法技术

本发明专利技术公开了一种基于神经网络的四旋翼无人机攻击检测方法。首先，获取四旋翼无人机正常和隐蔽攻击下的运行数据。其次，利用正常数据训练特定层数的前馈神经网络模型，利用该模型检测隐蔽攻击，得到不受攻击影响的无人机通道信息。然后，针对上述不受攻击影响的无人机通道，使用无人机正常数据训练自编码器模型，利用自编码器检测这些通道。最后融合一级前馈神经网络检测器、二级自编码器检测器得出最终检测结果。本方法实现了四旋翼无人机隐蔽攻击的检测。本发明专利技术相对基于模型的传统攻击检测方法，不仅能提高隐蔽攻击的识别能力，也能在线检测新的攻击模式。在线检测新的攻击模式。在线检测新的攻击模式。

【技术实现步骤摘要】
一种基于神经网络的四旋翼无人机攻击检测方法


[0001]本专利技术属于航空器安全
，具体的为一种基于神经网络的四旋翼无人机攻击检测方法。

技术介绍

[0002]无人机在载人航空器的基础上减去载人功能，以其简化的系统，无须配备生命保障系统，不受驾驶员生理条件限制等高性价比优势更适合执行危险性高的任务。虽然无人机相比载人机以其更高的性价比而广泛应用于军事领域，但是战场环境的变化，敌对方的攻击手段层出不穷使得无人机在战场上安全可靠的执行任务变得越来越难。现有的异常检测方法对于小幅度未知攻击和隐蔽攻击无法及时检测导致无人机受到攻击后极易出现无人机失控情况，影响无人机的安全可靠运行以及任务的完成率。因此无人机在小幅度未知攻击和隐蔽攻击情况下的攻击检测问题迫切需要解决。目前应用比较广泛的攻击检测方法是累加和，但仍存在以下影响其应用的亟待解决的问题：如何获取受攻击后的无人机模型，传统的方法是通过试凑攻击类型，这种做法既耗费时间又极其依赖检测算法设计者的经验；如何得到更好的检测器，过去是通过最小化误报导致的检测延迟，由于最大的检测延迟是一种最坏情况，因此新的检测算法能够在检测延迟上有所改进；如何将获得的检测器应用于以后未知情况，过去是用以后的数据重复之前的检测器计算获得。由于无人机系统特性的快速性，新的检测算法能够降低检测时延。本专利技术就是在此背景下产生的。

技术实现思路

[0003]专利技术目的：融合前馈神经网络与自编码器进行检测，完善攻击检测方法，提高无人机对于隐蔽攻击的检测能力。
[0004]技术方案：
[0005]一种基于神经网络的四旋翼无人机隐蔽攻击检测方法包括如下步骤：
[0006]步骤1：采集四旋翼无人机正常飞行情况，受到隐蔽攻击情况下的输入输出数据。
[0007]步骤2：利用正常飞行情况下的输入输出数据训练特定层数的神经网络，以得到能够表征正常飞行情况下的四旋翼无人机输入输出数据的神经网络模型。
[0008]步骤3：使用训练好的神经网络模型检测四旋翼无人机受到的隐蔽攻击，以此得到四旋翼无人机正常状态量通道，非正常状态量通道，以此完成一级检测。
[0009]步骤4：针对一级检测下的正常状态量通道，使用四旋翼无人机正常飞行情况下的输入输出数据训练能够表征这些正常状态量通道的输入输出数据的自编码器模型。
[0010]步骤5：使用训练好的自编码器检测一级检测下的正常状态量通道。最后融合一级前馈神经网络检测器，二级自编码器检测器结果得出最终检测结果。
[0011]进一步地，步骤1中隐蔽攻击下的四旋翼无人机状态空间表达式
[0012]x
k
＝Ax
k
‑1+Bu
k
‑1[0013][0014]其中x
k
＝[x y z φ θ ψ u v w p q r]T
。A为状态转移矩阵,B为控制输入矩阵,C为观测矩阵,u
k
为控制输入,x
k
为状态量,y
k
为输出量。a
k
为隐蔽攻击信号。采集四旋翼无人机正常飞行情况下的输入数据u
k
，输出数据y
k
，受隐蔽攻击四旋翼无人机的输入数据u
k
，输出数据
[0015]进一步地，步骤2中利用正常飞行情况下的输入输出数据训练特定层数的神经网络，以得到能够表征正常飞行情况下的四旋翼无人机输入输出数据的神经网络模型。在训练阶段，神经网络正向值传递所用的神经网络数学表达式如下：
[0016][0017]其中为5层神经网络，Relu(
·
)为神经网络激活函数，i＝u
k
‑1，i表示神经网络输入数据，d表示各层神经网络的权重值，其上标表示对应层数的神经网络，b表示各层神经网络的偏置值，其下标表示对应层数的神经网络。上述神经网络第一步迭代运算的值函数以及神经网络的输出如下：
[0018][0019][0020]其中表示神经网络预测的四旋翼无人机第一步输出数据，y0表示四旋翼无人机未受隐蔽攻击时的第一步输出数据。||
·
||2表示二范数。神经网络下一步迭代运算的值函数以及神经网络的输出如下:
[0021][0022][0023]随着神经网络的逐次迭代便可以得到:
[0024][0025][0026][0027]其中J
k
为所选值函数，λ
k
表示正则项，用于平衡不同时刻的值函数权重占比。
[0028]神经网络逆向梯度传播使用Adam算法。具体梯度传递过程中的神经网络值函数可表示为:
[0029][0030]由于J'
k
中只有J
k
有k步的d所以
[0031][0032]首先对J
k
求关于d
k
的导数,然后根据Adam算法逐次更新梯度以实现梯度的下降。本方法选用五层神经网络,第五层神经网络梯度更新如下:
[0033][0034][0035][0036][0037][0038][0039]其中表示第五层神经网络在第k步的梯度，表示第五层神经网络在第k步梯度的动量相关项，表示第五层神经网络在第k步梯度的均方差相关项，分别表示的修正项，ε表示一个及其小的随机数，以此避免梯度更新过程中除数为0。的计算方法同上,依次分别对值函数的梯度相关项求关于Relu的导数,以及对Relu求关于各自梯度的导数。随着梯度的不断更新，值函数逐渐趋向于收敛，同时神经网络模型也能够模拟四旋翼无人机正常飞行情况下的输入输出数据。
[0040]进一步地，步骤3中使用训练好的神经网络模型检测四旋翼无人机受到的隐蔽攻击，以此得到四旋翼无人机正常状态量通道，非正常状态量通道，以此完成一级检测。在检测阶段，神经网络正向值传递所用的神经网络数学表达式如下：
[0041][0042]其中为5层神经网络，Relu(
·
)为神经网络激活函数，i＝u
k
‑1，i表示神经网络输入数据，d表示各层神经网络的权重值，其上标表示对应层数的神经网络，b表示各层神经网络的偏置值，其下标表示对应层数的神经网络。上述神经网络第一步迭代运算的值函数以及神经网络的输出如下：
[0043][0044][0045]其中将正常的四旋翼无人机输出数据替换为受到隐蔽攻击的四旋翼无人机输出数据。表示神经网络预测的四旋翼无人机第一步输出数据，表示四旋翼无人机受隐蔽攻击时的第一步输出数据。||
·
||2表示二范数。神经网络下一步迭代运算的值函数以及神经网络的输出如下:
[0046][0047][0048]随着神经网络的逐次迭代便可以得到:
[0049][0050][0051][0052]其中J
k
为所选值函数，λ
k
表示正则项，用于平衡不同时刻的值函数权重占比。利用正常四旋翼无人机输出数据y...

【技术保护点】

【技术特征摘要】
1.一种基于神经网络的四旋翼无人机攻击检测方法，其特征在于：包括如下步骤：1)采集四旋翼无人机正常飞行情况下的输入和输出数据，采集四旋翼无人机受到隐蔽攻击情况下的输入和输出数据；2)利用四旋翼无人机正常飞行情况下的输入和输出数据训练得到神经网络模型；3)进行一级检测：根据所述神经网络模型检测四旋翼无人机受到的隐蔽攻击，得到四旋翼无人机正常状态通道以及受隐蔽攻击状态通道；4)针对一级检测下的四旋翼无人机正常状态量通道，使用四旋翼无人机正常飞行情况下的输入和输出数据，训练得到自编码器模型；5)进行二级检测：根据所述自编码器模型检测一级检测下的正常状态量通道，根据自编码器模型习得的上一步和下一步的输入输出数据的特征得到四旋翼无人机在二级检测下的正常状态量通道和非正常状态量通道；最后融合步骤3)中神经网络模型，步骤5)中二级自编码器模型检测结果得出最终检测结果。2.根据权利要求1所述的一种基于神经网络的四旋翼无人机攻击检测方法，其特征在于：步骤1)中采集四旋翼无人机正常飞行情况下的输入数据u
k
和输出数据y
k
以及四旋翼无人机受隐蔽攻击情况下的输入数据和输出数据其中：x
k
＝Ax
k
‑1+Bu
k
‑1其中k步的状态量x
k
＝[x y z φ θ ψ u v w p q r]
T
，a
k
为隐蔽攻击信号，x为四旋翼无人机x轴方向位置，y为四旋翼无人机y轴方向位置，z为四旋翼无人机z轴方向位置，θ为四旋翼无人机俯仰角度，φ为四旋翼无人机滚转角，ψ为四旋翼无人机偏航角，u为四旋翼无人机x轴方向速度，v为四旋翼无人机y轴方向速度，w为四旋翼无人机z轴方向速度，p为滚转角速度，q为俯仰角速度，r为偏航角速度，A为状态转移矩阵,B为控制输入矩阵,C为观测矩阵，x
k
‑1角标k
‑
1为k
‑
1步的状态量。3.根据权利要求2所述的一种基于神经网络的四旋翼无人机攻击检测方法，其特征在于，步骤2)中神经网络模型的数学表达式如下：其中为5层神经网络模型，Relu(
·
)为神经网络模型的激活函数，i表示神经网络模型的输入数据，且i＝u
k
‑1，d表示各层神经网络的权重值，其上标表示对应层数的神经网络，b表示各层神经网络的偏置值，其下标表示对应层数的神经网络，随着神经网络的逐次迭代得到:随着神经网络的逐次迭代得到:随着神经网络的逐次迭代得到:其中表示训练过程中神经网络模型中前馈神经网络预测的正常输出数据，y
k
表示四旋翼无人机真实的输出数据，J
k
为所选值函数，λ

【专利技术属性】
技术研发人员：赵振根，梁惠勇，程磊，孔飞，
申请(专利权)人：南京航空航天大学，
类型：发明
国别省市：