13、基于机器学习的物联网无人机网络网络攻击检测分析

基于机器学习的物联网无人机网络网络攻击检测分析

1. 引言

空中自组织网络（A - ANETs）是从移动自组织网络（MANETs）中新兴的技术，用于对无人机（UAV）进行组网。随着物联网在无人机网络中的应用，“无人机互联网”这一全新研究领域应运而生。

无人机在民用和军事领域均有广泛应用。在民用方面，常用于林业、灾害管理、体育赛事、救援行动以及智能农业等领域，还可用于监视和检测入侵者。蜂窝连接的无人机是一种先进的方法，可解决端到端连接问题，5G 及更先进的无线网络将改善无人机网络的延迟问题。此外，无人机在农业领域的应用也带来了变革，能更有效地监测作物。

然而，无人机的安全通信是一个严峻的问题。入侵者会发动拒绝服务（DoS）/分布式拒绝服务（DDoS）攻击，通过持续发送恶意数据包来劫持网络，使合法工作站无法正常工作。域名系统攻击、分布式拒绝服务攻击和女巫攻击等会影响网络的准确性。为了识别无人机网络中的真假攻击，需要采用真/假阳性和真/假阴性的方法。

A - ANETs 通信范围短，但具有自组织特性。由于无人机的动态移动，它们更容易受到网络攻击。通过互联网识别各种攻击十分困难，不过可以利用博弈论技术检测入侵者，同时入侵检测系统（IDS）也可用于检测可能的安全攻击。

本研究的主要贡献如下：
- 引入基于物联网的空中自组织网络概念。
- 使用 UNSW - NB 15 数据集对 XGBoost、朴素贝叶斯、互补朴素贝叶斯、AdaBoost 和 GaussianNB 等机器学习技术进行详细的比较研究。
- 对基于机器学习的入侵检测系统进行分析。

2. 文献研究

安全是各个研究领域