43、无人机救援：抗中继认证及移动双因素认证的安全分析

无人机救援：抗中继认证及移动双因素认证的安全分析

1. 抗中继认证的环境传感器方案

1.1 评估指标与数据处理

在进行共现检测时，我们使用一个 2×2 的混淆矩阵，其中包含真阳性（TP）、真阴性（TN）、假阳性（FP）和假阴性（FN）的数量。我们将共现类定义为正类，非共现类定义为负类。

为了衡量整体分类性能，我们使用 F - 度量（Fm）、假阴性率（FNR）和假阳性率（FPR），具体公式如下：
- (Fm = \frac{2 * precision * recall}{precision + recall})
- (precision = \frac{TP}{TP + FP})，(recall = \frac{TP}{TP + FN})
- (FNR = \frac{FN}{FN + TP})，(FPR = \frac{FP}{FP + TN})

由于我们的数据集严重偏向非共现类，其规模是共现类的 17 倍。为了进行分类，我们通过将非共现类随机划分为 17 个子集来生成平衡数据。每个子集与共现类构成一个用于分类的重采样集。我们随机选择 10 个重采样集进行实验。

1.2 传感器组合分析

单个传感器在共现检测方面可能并不完全有效，因此我们探索不同传感器的组合是否能提高分类准确性。为了分析哪种组合效果最佳，理论上需要分析四种不同传感器的 15 种不同组合。但为了减少计算量，我们先分析每个单个传感器的准确性，然后将表现最佳的两种模式组合起来，观察分类器准确性的变化。接着不断添加模式，直到将所有模式输入分类器进行共现检测。

1.3 实验结果

不同模