论文部分内容阅读
摘要:雷达组网系统是一种结构较为复杂的分布式系统,其在运行的过程中面临着多方面的威胁。本文将就重放攻击下雷达组网系统的目标跟踪性能为主要研究内容,通过目标运动模型和系统模型的构建,深入分析了重放攻击对单站雷达位置估计误差的影响,在此基础上扩展到对雷达组网系统目标跟踪性能的影响。
关键词:重放攻击;雷达组网系统;目标跟踪性能
前言:
近几年来有关的雷达组网的研究越来越多,结合研究成果来看,雷达组网系统中包含了一系列的地域分离布置的雷达,能够对具有空间差异的雷达信号进行采集和融合,在目标跟踪性能上要远超单个雷达。基于此优势,雷达组网系统在许多领域都得到了有效的应用。但与此同时,系统安全方面受到的威胁则出现了一定幅度的提升。由于其结构更加复杂,因此数据采集、传输以及融合的过程中都可能会受到攻击。
1.雷达组网系统面临的安全威胁以及重放攻击
单个雷达在运行的过程中通常会受到欺骗干扰和压制干扰两种类型的攻,前者是通过距离和角度欺骗产生虚假目标、后者则是通过大功率的干扰机对目标雷达进行功率压制。雷达组网系统是由多个雷达共同构成,其具有较高的信息化和智能化水平,同时在性能上也实现了大幅度的提升,但同样会承担一定的安全威胁。结合现有的研究成果来看,针对雷达组网系统的攻击方法主要包括以下几种:其一,常量偏差虚假数据注入攻击。其二,通信链路攻击。其三,协同攻击。同时许多安全防护方法也被提出,如安全数据融合算法有效的提升了雷达组网系统的鲁棒性。通信加密机制的应用保障了雷达组网系统通信的安全。
在对雷达组网系统数据进行加密的情况下,为了解决虚假数据构造在实际应用中较难实现的问题,本文基于以往研究成果,提出了针对雷达组网系统的赛博攻击,即重放攻击。重放攻击不需要提前获得获知被攻击系统的情况,加之重放数据具有真实性,因此认证和加密等入侵检测算法很难发现这种攻击。
2.对相关问题的定义进行明晰
雷达组网系统是由多个独立的雷达以及统一的数据集融合中心构成,融合中心负责对各个雷达探测采集到的数据信息进行整合处理,以此掌握目标的位置以及速度信息。为了方便研究,假设雷达组网系统数据融合中心在开展数据融合时采用的是概率数据关联算法,各雷达采用卡尔曼滤波算法进行跟踪滤波。
2.1建立目标运动模型
综合目标k时刻目标状态向量xk、状态转移矩F、零均值高斯白噪声vk等信息在直角坐标系中构建点目标的运动模型,如下所示:
2.2数据融合
上文已经假设,雷达组网系统数据融合采用的是概率数据关联算法,在系统运行的过程中,其数据融合中心会利用k-1时刻的预测状态估计Xklk-1作为验证区内的进一步预测值,之后为k时刻下每个雷达在验证区内的数据分配关联概率。具体算法如下:
2.3重放攻击
构建一个针对雷达组网系统的重放攻击模型,在条件满足的情况下,攻击者的攻击过程可以分为两个阶段,首先是在实施攻击前对对测量值yk进行记录,之后将记录的数据重放给雷达组网系统,这样可以使保障虚假数据和y’k和真实数据类似,达到隐蔽性攻击的效果。假设重放数据和真實数据的时间间隔为t,则被攻击系统是真实系统的一个时间变化,二者关系如下
在某一雷达被攻击者挟持的情况下,误差会迅速的指数收敛,则可以判断攻击前的状态估计是为稳定的,则发生的k时刻的攻击可以表示如下:
3重放攻击下雷达组网系统的目标跟踪性能分析
为了获得重放攻击下雷达组网系统的目标跟踪性能,具体方法是首选探究单个雷达性能,之后将研究成果扩展到整个雷达组网系统,因此组网系统是由一系列独立的雷达构成。
3.1单个雷达站目标跟踪
根据以往研究成果可知,在遭受攻击时,雷达站的卡尔曼增益参数Kk是不会发生变化的,但实际上初始系统依旧发生改变,但这种改变并未被雷达数据处理部分所察觉。同理,估计误差协方差Pkt以及一步预测状态估计协方差Rklk+1也不会发生变化。基于此,则攻击开始之后,攻击者在k时刻造成的测量值偏差如下:
随着供给误差的不断增加,被攻击站点数据的关联性概率则会不断降低,由此可知,估计误差和攻击参数之间并不是线性关系。
3.2仿真分析
为了验证雷达组网系统中某一雷达站受到攻击时目标跟踪性能受到的影响,通过仿真分别展示系统中单个雷达站受到攻击时目标跟踪性能的影响。为了便于研究,特别设置了一个包含3个雷达和一个数据中心的雷达组网系统。同会对目标的初始位置、初始速度、运动模式等进行设置。
如图1和图2所示,为单个雷达和雷达组网系统在无攻击情况下的位置估计误差。图3和图4则是遭受攻击后攻击参数t和估计误差之间的关系。通过分析结果来看,存在一个攻击参数阈值,超出这个阈值攻击效果就会呈现出快速下降的趋势。考虑到估计误差最大值的存在,因此合理选择攻击参数可以获得最理想的攻击效果。由此可见,重放攻击能够对雷达组网系统目标跟踪性能产生影响。
结语:
综上所述,本文通过对单个雷达在重放攻击下目标跟踪性能的影响扩展到整个雷达组网系统在重放攻击下的目标跟踪性能,根据研究结果来看,单个雷达在重放攻击下会出现明显的估计误差,雷达组网系统虽然对于重放攻击具有一定的鲁棒性,但在合理的攻击参数下也会出现一定的估计误差。
关键词:重放攻击;雷达组网系统;目标跟踪性能
前言:
近几年来有关的雷达组网的研究越来越多,结合研究成果来看,雷达组网系统中包含了一系列的地域分离布置的雷达,能够对具有空间差异的雷达信号进行采集和融合,在目标跟踪性能上要远超单个雷达。基于此优势,雷达组网系统在许多领域都得到了有效的应用。但与此同时,系统安全方面受到的威胁则出现了一定幅度的提升。由于其结构更加复杂,因此数据采集、传输以及融合的过程中都可能会受到攻击。
1.雷达组网系统面临的安全威胁以及重放攻击
单个雷达在运行的过程中通常会受到欺骗干扰和压制干扰两种类型的攻,前者是通过距离和角度欺骗产生虚假目标、后者则是通过大功率的干扰机对目标雷达进行功率压制。雷达组网系统是由多个雷达共同构成,其具有较高的信息化和智能化水平,同时在性能上也实现了大幅度的提升,但同样会承担一定的安全威胁。结合现有的研究成果来看,针对雷达组网系统的攻击方法主要包括以下几种:其一,常量偏差虚假数据注入攻击。其二,通信链路攻击。其三,协同攻击。同时许多安全防护方法也被提出,如安全数据融合算法有效的提升了雷达组网系统的鲁棒性。通信加密机制的应用保障了雷达组网系统通信的安全。
在对雷达组网系统数据进行加密的情况下,为了解决虚假数据构造在实际应用中较难实现的问题,本文基于以往研究成果,提出了针对雷达组网系统的赛博攻击,即重放攻击。重放攻击不需要提前获得获知被攻击系统的情况,加之重放数据具有真实性,因此认证和加密等入侵检测算法很难发现这种攻击。
2.对相关问题的定义进行明晰
雷达组网系统是由多个独立的雷达以及统一的数据集融合中心构成,融合中心负责对各个雷达探测采集到的数据信息进行整合处理,以此掌握目标的位置以及速度信息。为了方便研究,假设雷达组网系统数据融合中心在开展数据融合时采用的是概率数据关联算法,各雷达采用卡尔曼滤波算法进行跟踪滤波。
2.1建立目标运动模型
综合目标k时刻目标状态向量xk、状态转移矩F、零均值高斯白噪声vk等信息在直角坐标系中构建点目标的运动模型,如下所示:
2.2数据融合
上文已经假设,雷达组网系统数据融合采用的是概率数据关联算法,在系统运行的过程中,其数据融合中心会利用k-1时刻的预测状态估计Xklk-1作为验证区内的进一步预测值,之后为k时刻下每个雷达在验证区内的数据分配关联概率。具体算法如下:
2.3重放攻击
构建一个针对雷达组网系统的重放攻击模型,在条件满足的情况下,攻击者的攻击过程可以分为两个阶段,首先是在实施攻击前对对测量值yk进行记录,之后将记录的数据重放给雷达组网系统,这样可以使保障虚假数据和y’k和真实数据类似,达到隐蔽性攻击的效果。假设重放数据和真實数据的时间间隔为t,则被攻击系统是真实系统的一个时间变化,二者关系如下
在某一雷达被攻击者挟持的情况下,误差会迅速的指数收敛,则可以判断攻击前的状态估计是为稳定的,则发生的k时刻的攻击可以表示如下:
3重放攻击下雷达组网系统的目标跟踪性能分析
为了获得重放攻击下雷达组网系统的目标跟踪性能,具体方法是首选探究单个雷达性能,之后将研究成果扩展到整个雷达组网系统,因此组网系统是由一系列独立的雷达构成。
3.1单个雷达站目标跟踪
根据以往研究成果可知,在遭受攻击时,雷达站的卡尔曼增益参数Kk是不会发生变化的,但实际上初始系统依旧发生改变,但这种改变并未被雷达数据处理部分所察觉。同理,估计误差协方差Pkt以及一步预测状态估计协方差Rklk+1也不会发生变化。基于此,则攻击开始之后,攻击者在k时刻造成的测量值偏差如下:
随着供给误差的不断增加,被攻击站点数据的关联性概率则会不断降低,由此可知,估计误差和攻击参数之间并不是线性关系。
3.2仿真分析
为了验证雷达组网系统中某一雷达站受到攻击时目标跟踪性能受到的影响,通过仿真分别展示系统中单个雷达站受到攻击时目标跟踪性能的影响。为了便于研究,特别设置了一个包含3个雷达和一个数据中心的雷达组网系统。同会对目标的初始位置、初始速度、运动模式等进行设置。
如图1和图2所示,为单个雷达和雷达组网系统在无攻击情况下的位置估计误差。图3和图4则是遭受攻击后攻击参数t和估计误差之间的关系。通过分析结果来看,存在一个攻击参数阈值,超出这个阈值攻击效果就会呈现出快速下降的趋势。考虑到估计误差最大值的存在,因此合理选择攻击参数可以获得最理想的攻击效果。由此可见,重放攻击能够对雷达组网系统目标跟踪性能产生影响。
结语:
综上所述,本文通过对单个雷达在重放攻击下目标跟踪性能的影响扩展到整个雷达组网系统在重放攻击下的目标跟踪性能,根据研究结果来看,单个雷达在重放攻击下会出现明显的估计误差,雷达组网系统虽然对于重放攻击具有一定的鲁棒性,但在合理的攻击参数下也会出现一定的估计误差。