На конференции ICNP 2020 IEEE в этом году была представлена статья под названием “Real-World ADS-B signal recognition based on RF fingerprinting” (pdf-файл), авторы из Харбинского инженерного университета в Китае. Идея, изложенная в статье, заключается в использовании RF “fingerprinting” методов для уникальной идентификации и подтверждения того, что ADS-B сигнал исходит от правильного источника самолета.
RF fingerprinting работает на предпосылке, что каждый передатчик имеет небольшие вариации в производстве, в результате чего передаются несколько отличающиеся сигналы, что приводит к уникальному “fingerprint” который можно отследить к конкретному передатчику. Здесь идея состоит в использовании этих отпечатков, чтобы обеспечить, что известный самолёт действительно передаёт ADS-B сигнал, и сигнал не транслируется от поддельного спуфера. ADS-B полностью не зашифрован и не аутентифицирован, поэтому spoofing ADS-B сигналов может быть реальной угрозой безопасности.
В исследовании команды они используют RTL-SDR для сбора ADS-B сигналов от пяти различных самолётов. Затем они используют эти данные для создания “Contour Stellar Images” и обучения нейронной сети глубокого обучения, которая после обучения точно определяет, от какого самолета приходит сигнал.
В предыдущих постах мы видели идею fingerprinting используемые исследования Disney и другие чтобы идентифицировать электронные устройства, для аутентификации RF IoT устройств и для идентификации переносных передатчиков через отпечатки CTCSS.
Источник:
