MétaCan
Menu
Retour à la cohorte
Enregistrement W2547203933 · doi:10.1109/ccece.2016.7726713

Detection of GPS spoofing through signal multipath signature analysis

2016· article· en· W2547203933 sur OpenAlexaff
Hao Li, Xianbin Wang

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiqueWireless Communication Networks Research
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésSpoofing attackGlobal Positioning SystemMultipath propagationComputer scienceChannel (broadcasting)TransmitterGPS signalsWirelessAssisted GPSReal-time computingTelecommunicationsComputer network

Résumé

récupéré en direct d'OpenAlex

Spoofing that emulates authentic signals to coerce target receivers into false navigation solutions is a severe threat to many applications based on Global Positioning System (GPS). In order to forge a reasonable navigation solution, a spoofer generally has to mimic signals of several GPS satellites simultaneously. In view of the fact that GPS signals originated from a single transmitter would essentially experience an identical wireless channel to a receiver, a GPS spoofing detection scheme is proposed based on comparing the multipath signature of received signals. More specifically, the delay and gain ratio between multiple paths of a wireless channel that cannot be masked by spoofing signals are exploited. The delays between the strongest and other correlation peaks associated with each satellite are first evaluated. A correlation peak with the same delay for different satellites and closest to the strongest peak is then selected and its ratio to the strongest peak is calculated. With an identical wireless channel, the ratios corresponding to different satellites would be highly correlated. In contrast, ratios of authentic satellite signals that experience independent channels would be independent of each other. GPS spoofing can therefore be detected. The proposed design has been validated by simulations.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,940
Score d'incertitude au seuil0,234

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,026
Tête enseignante GPT0,286
Écart entre enseignants0,260 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetWireless Communication Networks ResearchTravaux en français237 207