基于GNN和LSTM的无人机入侵检测系统技术方案

本发明专利技术涉及无人机入侵检测技术领域，具体涉及基于GNN和LSTM的无人机入侵检测系统。该系统包括数据预处理模块、特征构建模块和入侵检测模块，其中，数据预处理模块：用于获取由不同消息id发送的消息构成的数据集，进而获得时间差、汉明距离以及信息熵；特征构建模块，用于基于数据集、时间差、汉明距离和信息熵构建图结构，并搭建UAV‑GCLSTM模型，利用训练集对UAV‑GCLSTM模型进行训练获得训练好的UAV‑GCLSTM模型；入侵检测模块，用于基于训练好的UAV‑GCLSTM模型对无人机入侵进行检测。本发明专利技术提升了无人机入侵检测的准确率和效率。

【技术实现步骤摘要】

本专利技术涉及无人机入侵检测，具体涉及基于gnn和lstm的无人机入侵检测系统。

技术介绍

1、无人机作为一种无需人操控的飞行器，具有广泛的应用前景。它们起源于军事领域，用于侦察、监视和打击等任务，逐渐扩展到民用领域，如航拍摄影、农业喷洒、物流配送等。无人机利用先进的飞行控制系统和传感技术，能够在复杂环境下执行精确的任务，为人类提供了全新的解决方案和服务模式。随着技术的不断发展，无人机的应用领域将进一步扩大，为各行各业带来更多的便利和创新。

2、在无人机系统中，最常用的通信协议包括微型飞行器链路(mavlink)和控制器区域网络(can)。这些轻量级消息传递协议用于数据交换和消息广播。根据can协议，在总线上广播消息，被视为无人机和物联网领域的事实标准。在can总线上，每条消息都有一个唯一的11位标识符，称为can仲裁id(aid)。aid的使用解决了can报文之间的冲突问题，并指定了消息传输的优先级。除了标识符外，can还包括帧开始(sof)控制域、数据长度码(dlc)、数据域、循环冗余校验(crc)、确认位(ack)和帧结束，与安全网络规范本文档来自技高网...

【技术保护点】

1.一种基于GNN和LSTM的无人机入侵检测系统，其特征在于，所述系统包括：

2.根据权利要求1所述的基于GNN和LSTM的无人机入侵检测系统，其特征在于，所述时间差的获取，包括：

3.根据权利要求1所述的基于GNN和LSTM的无人机入侵检测系统，其特征在于，所述汉明距离的获取，包括：

4.根据权利要求1所述的基于GNN和LSTM的无人机入侵检测系统，其特征在于，所述信息熵的获取，包括：

5.根据权利要求1所述的基于GNN和LSTM的无人机入侵检测系统，其特征在于，所述图结构的顶点为网络流量，节点之间的余弦相似度大于预设相似度阈值时构成一条...

【技术特征摘要】

1.一种基于gnn和lstm的无人机入侵检测系统，其特征在于，所述系统包括：

2.根据权利要求1所述的基于gnn和lstm的无人机入侵检测系统，其特征在于，所述时间差的获取，包括：

3.根据权利要求1所述的基于gnn和lstm的无人机入侵检测系统，其特征在于，所述汉明距离的获...

【专利技术属性】
技术研发人员：杜莹，宁傲生，李熠龙，庞岚婷，程普，王玉璟，杜晓玉，
申请(专利权)人：河南大学，
类型：发明
国别省市：