MétaCan
Menu
Retour à la cohorte
Enregistrement W4308096604 · doi:10.1109/iss55898.2022.9926378

GNSS Spoofing detector for GNSS aided Inertial System

2022· article· en· W4308096604 sur OpenAlexaff
Loïc Davain, J. Nguyen

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueGNSS positioning and interference
Établissements canadiensSafran Electronics (Canada)
Organismes subventionnairesnon disponible
Mots-clésSpoofing attackGNSS applicationsDetectorComputer scienceGlobal Positioning SystemStandard deviationGNSS augmentationReal-time computingTelecommunicationsComputer securityElectronic engineeringEngineeringMathematicsStatistics

Résumé

récupéré en direct d'OpenAlex

Nowadays, GNSS signal spoofing has become an increasingly concrete threat. Low-cost consumer electronics, software defined radios and ADS-B are some of the keys that made GNSS spoofing technology accessible. A function for detecting, or even mitigating, the occurrence of a spoofing attack on GNSS signals has therefore become mandatory for civilian equipment such as the SkyNaute. Thus, the new standard for GNSS aided inertial equipment (RTCA DO384) includes a dedicated appendix specifying how to claim and evaluate the performance of such a function. The solution patented by Safran consists of analyzing the statistical behavior of the shifts computed by the hybridization filter. Several new detectors based on shift magnitude and direction have been tested. Under normal conditions, this shift direction is random with a relatively large standard deviation. In the event of GNSS signals coherent spoofing, the shift direction becomes constant; the standard deviation tends towards zero. This is the principle of the detector implemented by Safran. This article aims to present these new detectors, their reaction under spoofing condition and the results of the first evaluation campaign. Further evaluation campaigns and development will be presented in the conclusion.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,386
Score d'incertitude au seuil0,378

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,008
Tête enseignante GPT0,183
Écart entre enseignants0,174 · 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'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

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

En bref

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetGNSS positioning and interferenceTravaux en français237 207