近年来,无人机被广泛应用于人们的生活之中,与此同时,也有很多无人机被用于不法目的,导致人们的隐私甚至人身安全受到了威胁。因此无人机的安全问题收到了越来越多的关注。无人机飞控协议逆向分析是一种用于了解无人机飞控指令的格式及其含义的技术,不仅可以帮助对无人机控制系统的fuzzing测试,而且可以为无人机的管控提供有力的技术支持。本文分析了无人机飞控协议与传统的网络传输协议之间的区别,提出了无人机飞控协议逆向分析所需要面对的三个新挑战:1)如何从比例及其不均匀的协议数据集中提取出飞控协议数据;2)如何对连接在一起的变化字段进行划分;3)如何挖掘无人机飞控协议是如何控制飞行状态的。接着,本文主要从飞控协议提取、协议语法分析和协议语义分析三个步骤对无人机飞控协议逆向分析进行了深入的研究,本文主要工作内容如下:1)无人机飞控协议数据提取。本文将协议的目的视作该协议的主题,并将协议中的关键词视作该协议的主题词,使用自然语言处理中的LDA主题模型对协议关键词进行挖掘,并提出了迭代式LDA模型分类算法CILM,以避免小占比协议对飞控协议数据提取的影响,并且该方案参数可以通过数据集预测,能够更好的应用于不同种类的无人机。2)无人机飞控协议语法分析。本文认为字段的语义是字段之间的本质区别,虽然不能获得精准的语义但是可以预测模糊语义用于对字段的划分。本文将字段分为了规律字段、飞控字段和随机字段三类,并且使用熵值分析对字段的种类进行预测,并提出了纵向邻接熵、横向邻接熵和分组熵三种熵值特征。因此本文在对无人机飞控协议进行语法分析的同时也完成了部分语义分析的工作。3)无人机飞控协议语义分析。由于在语法分析时已经完成了部分语义分析内容,因此本文在语义分析是主要对飞控字段的构成规律进行分析。本文使用数据挖掘中的Apriori算法对飞控字段与飞行状态之间的关联规则进行挖掘,并通过置信度筛选出对应的关联规则来获得飞控字段的构成规律。4)原型系统设计实现与实验验证。本文基于上述思路设计并实现了无人机飞控协议逆向分析原型系统。并且本文对著名厂商,包括Parrot、大疆、零度智控和昊翔,所生产的六台市面主流无人机的真实无人机数据集上进行了实验验证。结果表明,本文所提出的方法在六台无人机中都能精确的提取出飞控协议数据,并且仅仅在无人机4的实验中有少量飞控协议数据被遗漏,并且实验表明本文所提出的算法的参数可以通过协议数据集进行预测,避免重复的调参工作。之后本文为了突出验证其对连接在一起的变化字段的划分能力,将飞控协议中的固定字段先剔除,将剩余字段连接在一起形成数据集,实验结果表明本文利用三种熵值特征对字段的划分准确率达到92.8%,可以有效地对连接在一起的变化字段进行划分。最后,本文对六架无人机飞控协议的飞控字段细化分析进行了实验,本文所提出的使用Apriori算法提取关联规则方法正确的识别出了五架无人机的飞控字段构成规律。对于无人机6,尽管没有直接分析出构成规律,但是通过挖掘出的置信度也可以轻松的判断出其构成规律。