MétaCan
Menu
Retour à la cohorte
Enregistrement W6944886506 · doi:10.21227/724n-ke96

UAV Attack Dataset

2020· dataset· en· W6944886506 sur OpenAlexaff

Notice bibliographique

RevueIEEE DataPort · 2020
Typedataset
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueHorticultural and Viticultural Research
Établissements canadiensOntario Tech University
Organismes subventionnairesnon disponible
Mots-clésAutopilotGlobal Positioning SystemFlight planSpoofing attackPlan (archaeology)Course (navigation)

Résumé

récupéré en direct d'OpenAlex

Simulation of multiple UAV platforms with both benign flights and malicious flights where UAV experiences GPS spoofing attack. Simulation environment follows standard Gazebo/PX4 setup (https://dev.px4.io/v1.9.0/en/simulation/gazebo.html). When the attack starts, normal GPS messages are stopped and injected messages are created and sent from the Gazebo environment to the autopilots GPS sensor for 30 seconds. An autonomous survey flight is conducted over the University (~20min flight time). Full flight plan is located in the dataset package as "OTU-Survey.plan". PX4 Autopilot (v1.10.1 stable) (https://px4.io) running on Pixhawk 4 flight controller. QGroundControl (v4.0.9) used for GCS (http://qgroundcontrol.com).Telemetry data is contained in TLOG files (https://ardupilot.org/copter/docs/common-mission-planner-telemetry-logs.html)Full flight data is contained in ULOG files (https://dev.px4.io/v1.9.0/en/log/ulog_file_format.html)It is useful to use ulog2csv to extract more information in CSV format: https://github.com/PX4/pyulog/blob/master/pyulog/ulog2csv.py

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,995

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0020,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,024

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 Opus0,116
Tête enseignante GPT0,341
Écart entre enseignants0,224 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreJeu de données

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
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE DataPortMême sujetHorticultural and Viticultural ResearchTravaux en français237 207