paper：Detecting ADS-B Spoofing Attacks using Deep Neural Networks
感觉一个是这个数据获取很有难度，文章是自己搭建一个类似接收站来获取ADS-B数据，觉得自己操作不太现实，不过相关的方法可以考虑在可以得到的数据集中去应用。
一、摘要
自动相关监视广播（ADS-B）系统是管理日益拥挤的空域的下一代航空运输系统（NextGen）的关键组成部分。它提供了准确的飞机定位和高效的空中交通管理，还改善了数十亿当前和未来乘客的安全。虽然ADS-B的好处众所周知，但由于缺乏加密和身份验证等基本安全措施，导致了各种可利用的安全漏洞。一个实际威胁是针对ADS-B地面站的ADS-B欺骗攻击，其中地面或飞机攻击者操纵国际民用航空组织（ICAO）地址（每架飞机的唯一标识符）在ADS-B信息中，伪造不存在的飞机的外观或伪装成受信任的飞机。因此，这种攻击会使飞行员或空中交通管制人员感到困惑，并导致危险的机动。
在本文中，我们介绍了基于SODA–一种基于两阶段深度神经网络（DNN）的ADS-B欺骗检测器，该检测器由消息分类器和飞机分类器组成。它允许地面站根据PHYlayer特征（例如IQ样本和相位）检查每个传入消息，并标记可疑消息。我们的实验结果表明，SODA检测地面欺骗攻击的概率为99.34%，而误报率很低（即0.43%）。它优于其他机器学习技术，如XGBoost、逻辑回归和支持向量机。它进一步确定了平均F分数为96.68%，准确度为96.66%的个别飞机，与最先进的检测器相比有显著改进。
二、介绍
关注针对地面站的ADS-B消息注入或欺骗攻击。将ADS-B欺骗攻击分为两类：基于地面的和基于飞机的。
- 在第一次攻击中，地面攻击者使用SDR重新传输先前记录的消息或传输新生成并正确调制的假消息，分别称为重播攻击和幽灵飞机注入攻击。主要目的是假装存在不存在的（幽灵）飞机，并混淆ATC系统。
- 在第二次攻击中，基于飞机的攻击者修改机载ADS-B转发器传输的ADS-B消息中的CAO地址，伪装成已知或受信任的飞机以绕过监视。
以地面站为目标的ADS-B消息注入或欺骗攻击示例。地面攻击者使用SDR设备重放先前记录的ADS-B信息或传输新生成并正确调制的虚假ADS-B信息，而飞机攻击者修改传输信息的ICAO地址，并伪装为已知或受信任的飞机。SODA部署在ADS-B接收器和ATC系统之间，并使用DNN根据物理层功能标记可疑消息。如下图所示：
提出了一种基于深度神经网络（DNN）的ADS-B欺骗检测器SODA。SODA将PHY层特征（例如IQ样本和相位）作为输入，并执行两阶段检测来检测恶意消息和识别恶意飞机。
三种攻击：
- 消息或IQ数据重放攻击。
在这次攻击中，地面攻击者使用SDR设备记录收到的真实ADS-B消息的消息内容或IQ数据，然后在以后发送相同的消息，而不改变消息内容。与消息重放攻击相比，IQ数据重放攻击更隐蔽，因为记录的IQ数据包含大量有关多普勒效应、发射机特性（例如，载波频率偏移）和信道特性（例如，多径和衰落效应）的信息，否则很难模仿。 - 幽灵飞机喷射攻击。
与重播攻击不同，地面攻击者使用SDR设备发送带有任意内容的虚假ADS-B消息。特别是，攻击者可以模拟不存在的飞机的轨迹，并使用精心选择的多普勒频移生成相应的ADS-B消息，从而使幽灵飞机出现在地面站控制台上。 - 飞机欺骗攻击。
在此攻击中，基于飞机的攻击者（恶意飞机）试图通过欺骗ICAO地址并隐藏其真实身份来伪装为已知或受信任的飞机。由于飞机实际存在，即使部署了二级雷达监视系统，也不会检测到伪装攻击。
三、模型
SODA的体系结构，其包括消息分类器和飞机分类器。消息分类器决定消息是否为恶意消息。如果消息被认为是非恶意的，则意味着它不是由基于SDR的欺骗程序传输的，但它可能来自恶意飞机，而不是消息中ICAO地址所示的合法发送器。飞机分类器旨在进一步确定消息的传输飞机，并将输出ICAO地址与声称的ICAO地址进行比较，以检测飞机欺骗攻击。
评估了基于DNN的消息分类器的性能，并将其与三种基线分类器进行比较：XGBoost[26]、逻辑回归（LR）[27]和支持向量机（SVM）[28]。
消息分类器DNN参数：
飞机分类器，未考虑其他模型，考虑了五种不同复杂性的DNN模型：
四、结论
消息分类器将IQ样本作为输入，检测来自基于SDR的地面攻击者的恶意消息，包括消息/IQ数据重放攻击和幽灵飞机注入攻击。飞机分类器将接收到的消息的相位作为输入，并通过将声称的ICAO地址与预测的ICAO地址进行比较来检测伪造的消息。然后准确率都挺高的…