CN117459178A - 一种基于语义导向的无人机通信干扰方法和系统 - Google Patents
一种基于语义导向的无人机通信干扰方法和系统 Download PDFInfo
- Publication number
- CN117459178A CN117459178A CN202311776715.1A CN202311776715A CN117459178A CN 117459178 A CN117459178 A CN 117459178A CN 202311776715 A CN202311776715 A CN 202311776715A CN 117459178 A CN117459178 A CN 117459178A
- Authority
- CN
- China
- Prior art keywords
- unmanned aerial
- aerial vehicle
- communication
- semantic
- interfered
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000004891 communication Methods 0.000 title claims abstract description 234
- 238000000034 method Methods 0.000 title claims abstract description 56
- 230000000694 effects Effects 0.000 claims abstract description 120
- 238000001514 detection method Methods 0.000 claims abstract description 11
- 238000004458 analytical method Methods 0.000 claims description 29
- 238000012937 correction Methods 0.000 claims description 12
- 238000004422 calculation algorithm Methods 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 9
- 230000007123 defense Effects 0.000 claims description 5
- 238000012545 processing Methods 0.000 claims description 3
- 238000013139 quantization Methods 0.000 claims description 3
- 238000004590 computer program Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 3
- 230000002452 interceptive effect Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000011835 investigation Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 230000006399 behavior Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 230000010485 coping Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000012038 vulnerability analysis Methods 0.000 description 1
- 238000005303 weighing Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04K—SECRET COMMUNICATION; JAMMING OF COMMUNICATION
- H04K3/00—Jamming of communication; Counter-measures
- H04K3/40—Jamming having variable characteristics
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04K—SECRET COMMUNICATION; JAMMING OF COMMUNICATION
- H04K3/00—Jamming of communication; Counter-measures
- H04K3/80—Jamming or countermeasure characterized by its function
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本申请提供一种基于语义导向的无人机通信干扰方法和系统，该方法包括：获取待干扰无人机的语义数据；其中，所述语义数据包括对所述待干扰无人机进行侦查所得到多种侦查结果的语义信息；根据所述语义数据，确定所述待干扰无人机的威胁程度、脆弱性指数和语义活动密度；其中，所述脆弱性指数表示所述待干扰无人机的通信系统的脆弱性；根据所述待干扰无人机的威胁程度、所述脆弱性指数和所述语义活动密度，确定对所述待干扰无人机进行通信干扰的强度。本申请的方法能够根据语义数据提升确定无人机的通信干扰强度的准确性。
Description
技术领域
本申请涉及无人机通信干扰技术领域，尤其涉及一种基于语义导向的无人机通信干扰方法和系统。
背景技术
随着飞行器和信息技术的不断发展，有/无人平台任务激增，对通信干扰的研究日益关键。特别是对小型无人机的通信干扰，由于其高频短时的通信特性，研究显得尤为迫切。
然而，传统通信对抗流程难以快速应对复杂电磁活动，需要一种能够辅助决策、效果优越的无人机通信干扰方法。
发明内容
本申请实施例的目的在于提供一种基于语义导向的无人机通信干扰方法和系统，本申请实施例能够提升确定无人机的通信干扰强度的准确性，具体技术方案如下：
在本申请实施例的第一方面，提供一种基于语义导向的无人机通信干扰方法，所述方法包括：
获取待干扰无人机的语义数据；其中，所述语义数据包括对所述待干扰无人机进行侦查所得到多种侦查结果的语义信息；
根据所述语义数据，确定所述待干扰无人机的威胁程度、脆弱性指数和语义活动密度；其中，所述脆弱性指数表示所述待干扰无人机的通信系统的脆弱性；
根据所述待干扰无人机的威胁程度、所述脆弱性指数和所述语义活动密度，确定对所述待干扰无人机进行通信干扰的强度。
可选地，所述根据所述语义数据，确定所述待干扰无人机的威胁程度，包括：
根据所述语义数据，获取所述待干扰无人机的通信活跃度、活动强度和通信不稳定性指数；
根据所述通信活跃度、所述活动强度和所述通信不稳定性指数，确定所述威胁程度。
可选地，所述根据所述语义数据，获取所述待干扰无人机的通信活跃度、活动强度和通信不稳定性指数，包括：
根据所述语义数据，获取所述待干扰无人机的通信频率和通信节点数，并基于所述通信频率和所述通信节点数确定所述通信活跃度；
根据所述语义数据，获取所述待干扰无人机的数量和活动频率，并基于所述待干扰无人机的数量和活动频率确定所述活动强度；
根据所述语义数据，获取所述待干扰无人机的网络波动指数，并基于所述网络波动指数确定所述通信不稳定性指数。
可选地，所述根据所述通信活跃度、所述活动强度和所述通信不稳定性指数，确定所述威胁程度，包括：
通过以下公式计算所述威胁程度：
其中，/>是威胁程度，/>是第一调整参数，/>是第二调整参数，/>是所述通信活跃度，/>是所述活动强度，/>是第三调整参数，/>是通信不稳定性指数，表示通信不稳定性指数，/>是第四调整参数，/>是修正项。
可选地，所述根据所述语义数据，确定所述待干扰无人机的脆弱性指数，包括：
根据所述语义数据，获取所述待干扰无人机的负面技术状态和安全性状态；
基于所述负面技术状态和所述安全性状态，确定所述待干扰无人机的脆弱性指数。
可选地，根据所述语义数据，获取所述待干扰无人机的负面技术状态和安全性状态，包括：
从所述语义数据中提取出所述待干扰无人机的通信系统的第一通信信息和第二通信信息；其中，所述通信信息包括通信协议、加密算法和网络拓扑结构，所述第二通信信息包括网络防御措施、安全协议使用情况、已知漏洞信息；
根据所述第一通信信息对所述待干扰无人机进行技术状态分析，得到技术状态分析结果；
根据所述第二通信信息对所述待干扰无人机进行安全状态分析，得到安全状态分析结果；
将所述技术状态分析结果和所述安全状态分析结果进行量化处理，得到所述负面技术状态和所述安全性状态。
可选地，所述基于所述负面技术状态和所述安全性状态，确定所述待干扰无人机的脆弱性指数，包括：
通过以下公式计算所述脆弱性指数：
其中，/>是无人机通信系统的脆弱性，/>是所述第一调整参数，/>是所述负面技术状态，/>是所述第二调整参数，/>是所述第三调整参数，/>是所述安全性状态，/>是所述第四调整参数，/>是所述修正项。
可选地，所述根据所述语义数据，确定所述待干扰无人机的语义活动密度，包括：
对所述语义数据进行特征提取，得到所述语义数据的关键特征信息；其中，所述关键特征信息包括所述待干扰无人机的通信内容、通信标识和通信活跃度；
将所述关键特征信息输入至语义活动密度计算模型，输出所述语义活动密度；所述语义活动密度表征所述待干扰无人机进行通信活动的频率和活动的强度。
可选地，所述根据所述待干扰无人机的威胁程度、所述脆弱性指数和所述语义活动密度，确定对所述待干扰无人机进行通信干扰的强度，包括：
所述通信干扰的强度通过以下公式计算得到：
其中，/>是所述通信干扰的强度，/>是所述威胁程度，W是干扰器的权重，用于表示对所述待干扰无人机的威胁反应程度，/>是所述语义活动密度，/>是所述脆弱性指数，/>是第三调整参数。
在本申请实施例的又一方面，提供一种基于语义导向的无人机通信干扰系统，所述系统包括：
语义获取模块，用于获取待干扰无人机的语义数据；其中，所述语义数据包括对所述待干扰无人机进行侦查所得到多种侦查结果的语义信息；
第一确定模块，用于根据所述语义数据，确定所述待干扰无人机的威胁程度、脆弱性指数和语义活动密度；其中，所述脆弱性指数表示所述待干扰无人机的通信系统的脆弱性；
第二确定模块，用于根据所述待干扰无人机的威胁程度、所述脆弱性指数和所述语义活动密度，确定对所述待干扰无人机进行通信干扰的强度。
由上可知，本申请实施至少带来以下有益效果：
（1）本申请通过综合考虑威胁程度T(t)、语义活动密度D(t)、通信系统脆弱性V(t)以及干扰器权重W，方案能够更准确地评估敌方语义数据对通信系统的威胁。有助于精准识别待干扰无人机所存在的潜在风险和威胁，提高威胁评估的准确性。
（2）通过计算待干扰无人机通信系统的脆弱性V(t)，能够更详细地分析通信系统的弱点和容易受到干扰的部分。有助于确定干扰信号的目标和优先级，提升对系统脆弱性的理解。
（3）本申请考虑到语义数据动态变化，支持实时更新威胁评估和脆弱性计算。通过动态调整参数和修正项，可以更及时地适应变化的电磁环境，提高计算干扰信号强度的动态性和准确性。
（4）本申请通过调整参数和修正项，具有灵活性和适应性，可根据不同场景和需求进行优化，使得计算干扰信号强度的模型更具普适性，适应不同环境下的待干扰无人机的复杂电磁活动。
（5）本申请提供了更全面的数据和评估结果，有助于决策者更好地理解系统状态。通过明确威胁程度和脆弱性，能够为制定干扰策略和应对措施提供了有力支持，从而提升计算干扰信号强度的准确性。
综上，本申请通过综合考虑多个因素，能够显著地提高计算干扰信号强度的准确性。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本申请实施例提供的基于语义导向的无人机通信干扰系统的应用场景示意图；
图2是本申请实施例提供的基于语义导向的无人机通信干扰方法的流程示意图；
图3是本申请实施例提供的基于语义导向的无人机通信干扰系统的结构示意图；
图4是本申请实施例提供的计算机设备的结构示意图。
具体实施方式
本申请实施例提供一种基于语义导向的无人机通信干扰方法和系统。请参阅图1，图1为本申请实施例所提供的基于语义导向的无人机通信干扰系统的应用场景示意图，该系统可以包括终端和服务器。本申请提供的基于语义导向的无人机通信干扰方法可以通过终端实现，也可以通过服务器实现。
如图1所示，终端与服务器之间通过网络连接，比如，通过有线或无线网络连接等。其中，终端可以包括但不局限于安装有各位网络平台应用的手机、平板等便携终端，以及电脑、查询机、广告机等固定终端。其中，服务器为用户提供各种业务服务，包括服务推送服务器、用户推荐服务器等。
需要说明的是，图1所示的基于语义导向的无人机通信干扰系统的应用场景示意图仅仅是一个示例，本申请实施例描述的终端、服务器以及应用场景是为了更加清楚的说明本申请实施例的技术方案，并不生成对于本申请实施例提供的技术方案的限定，本领域普通技术人员可知，随着系统的演变和新业务场景的出现，本申请实施例提供的技术方案对于类似的技术问题同样适用。
其中，终端可以用于：
获取待干扰无人机的语义数据；其中，所述语义数据包括对所述待干扰无人机进行侦查所得到多种侦查结果的语义信息；
根据所述语义数据，确定所述待干扰无人机的威胁程度、脆弱性指数和语义活动密度；其中，所述脆弱性指数表示所述待干扰无人机的通信系统的脆弱性；
根据所述待干扰无人机的威胁程度、所述脆弱性指数和所述语义活动密度，确定对所述待干扰无人机进行通信干扰的强度。
需要说明的是，上述终端执行基于语义导向的无人机通信干扰方法的步骤，也可以由服务器执行。
图2示出了本申请实施例提供的一种基于语义导向的无人机通信干扰方法和系统的流程示意图，如图2所示，一种基于语义导向的无人机通信干扰方法和系统包括如下步骤：
步骤S202、获取待干扰无人机的语义数据；
其中，语义数据可以包括对待干扰无人机进行侦查所得到多种侦查结果的语义信息。
在一些实施例中，可以通过多种手段对待干扰无人机进行侦查，包括但不限于通过卫星、侦察机、无人机等工具进行侦查，以上侦查手段可以提供多样化的数据来源，从而更全面地了解待干扰无人机的情况。
在一些实施例中，侦查结果可以包括待干扰无人机的位置信息、通信频率和模式、活动强度、外部特征（例如无人机的型号、尺寸、载荷等）、通信网络拓扑。
在一些实施例中，获取的侦查结果不仅是原始数据，还可以对侦查结果进行语义分析，提取有关无人机活动、通信、目标等方面的语义信息，例如语义信息可以包括关键词、实体识别、活动类型等语义层面的信息。
通过以上方式，可以获取待干扰无人机的语义数据是一个多层次、多维度的过程，涉及到多种侦查手段和侦查结果，以上语义数据可以为后续的威胁评估、脆弱性分析以及计算干扰信号强度提供基础数据和语境信息。
步骤S204、根据所述语义数据，确定所述待干扰无人机的威胁程度、脆弱性指数和语义活动密度。
其中，脆弱性指数表示待干扰无人机的通信系统的脆弱性。在一些实施例中，以上威胁程度、脆弱性指数和语义活动密度可以均为一个数值，例如可以将相关语义数据进行归一化处理为一个0-1之间的值。
在一些实施例中，步骤S204还可以包括：
根据所述语义数据，获取所述待干扰无人机的通信活跃度、活动强度和通信不稳定性指数；
根据所述通信活跃度、所述活动强度和所述通信不稳定性指数，确定所述威胁程度。
其中，通信活跃度是指待干扰无人机的通信系统的活跃度。在一些实施例中，可以通过语义数据中的信息，识别得到待干扰无人机的通信频率、通信节点数量等关键指标，以上识别出的关键指标可以反映通信系统的活跃度。
在一些实施例中，可以分析语义数据，提取出有关待干扰无人机活动的信息，例如包括无人机的飞行模式、任务类型、目标数量等，以上信息可以用于衡量无人机的活动强度。
在一些实施例中，可以通过语义数据中关于通信网络结构、连接稳定性等方面的信息，计算通信网络的不稳定性指数。
通过以上方式，本申请可以根据语义数据获取综合的通信活跃度、活动强度和通信不稳定性指数，进而计算威胁程度，从而有助于更全面地理解目标无人机的通信环境，为干扰方法的制定提供更准确的基础数据。
在一些实施例中，步骤根据所述语义数据，获取所述待干扰无人机的通信活跃度、活动强度和通信不稳定性指数，包括：
根据所述语义数据，获取所述待干扰无人机的通信频率和通信节点数，并基于所述通信频率和所述通信节点数确定所述通信活跃度；
根据所述语义数据，获取所述待干扰无人机的数量和活动频率，并基于所述待干扰无人机的数量和活动频率确定所述活动强度；
根据所述语义数据，获取所述待干扰无人机的网络波动指数，并基于所述网络波动指数确定所述通信不稳定性指数。
在一些实施例中，可以通过分析语义数据，提取关于待干扰无人机通信频率和通信节点数的信息，例如包括无人机的通信频率范围以及参与通信的节点数量。在一些实施例中，可以使用通信频率和通信节点数的信息，计算通信活跃度。通信活跃度可以反映无人机的通信活跃程度，即在多少频率上进行通信，以及通信节点的数量。
在一些实施例中，可以通过分析语义数据，获取有关待干扰无人机数量和活动频率的信息，包括目标无人机的数量以及它们的飞行模式、任务类型和活动频率等。在一些实施例中，可以利用以上获取的信息，计算活动强度，活动强度可以是一个综合指标，考虑了无人机的数量以及它们的活动频率，反映了目标无人机的整体活动强度。
在一些实施例中，可以通过语义数据中的信息，获取有关待干扰无人机网络的波动性指数，包括通信网络连接的稳定性、波动频率等信息。在一些实施例中，可以利用获取的网络波动指数，计算通信不稳定性指数，该不稳定性指数可以反映待干扰无人机通信系统的波动程度，即网络连接的不稳定性水平。
通过以上方式，可以根据语义数据获取通信活跃度、活动强度和通信不稳定性指数等关键信息，并将这些关键信息在后续用于计算待干扰无人机的语义数据的威胁程度，为后续能够准确地计算干扰无人机的干扰强度提供详细的数据基础。
在一些实施例中，步骤根据所述通信活跃度、所述活动强度和所述通信不稳定性指数，确定所述威胁程度，包括：
通过以下公式计算所述威胁程度：
其中，T(t)是威胁程度，α是第一调整参数，β是第二调整参数，A(t)是所述通信活跃度，R(t)是所述活动强度，/>是第三调整参数，B(t)是通信不稳定性指数，表示通信不稳定性指数，/>是第四调整参数，/>是修正项。
在一些实施例中，为了更好地理解计算威胁程度的过程，下面用数据进行举例，假设各个参数的值如下：
通信活跃度A(t)=0.8，活动强度R(t)=0.6，通信不稳定性指数B(t)=0.4，调整参数，修正项/>，代入公式/>：
；
因此，根据给定的实际数据，计算得到的威胁程度T(t)约为 0.5423，该数值是一个归一化数值，表示了待干扰无人机的威胁程度，可以根据这个结果来制定相应的通信干扰策略。例如对于0-1的范围，该数值0.5423代表该待干扰无人机处于一个中等的威胁程度。
可选地，步骤204还可以包括：
根据所述语义数据，获取所述待干扰无人机的负面技术状态和安全性状态；
基于所述负面技术状态和所述安全性状态，确定所述待干扰无人机的脆弱性指数。
在一些实施例中，可以通过分析语义数据中的技术信息，如通信加密算法、防护机制等，识别存在的负面技术状态。例如，如果无人机使用较弱的加密算法或存在技术漏洞，则表明存在负面技术状态。
在一些实施例中，可以通过分析语义数据中的安全性信息，如通信网络的防护程度、安全协议的使用等，确定待干扰无人机的安全性状态。例如，如果通信网络缺乏有效的安全协议或存在漏洞，导致较低的安全性状态。
在一些实施例中，可以将获取的负面技术状态E(t)和安全性状态F(t) 综合考虑，形成一个综合的脆弱性评估。
在一些实施例中，可以利用负面技术状态和安全性状态的信息，计算脆弱性指数。可以是一个综合的指标，反映了待干扰无人机的系统脆弱性水平。
在一些实施例中，可以引入调整参数和修正项，以便更灵活地适应不同情境和需求。这些参数和修正项可以根据实际场景进行调整，以便更准确地反映无人机的脆弱性水平。
通过以上方式，本申请可以根据语义数据获取待干扰无人机的负面技术状态和安全性状态，并综合考虑这些状态，计算脆弱性指数。这个脆弱性指数可以为干扰方法的制定提供重要信息，帮助决策者更全面地理解目标无人机的系统脆弱性，从而采取相应的对策。
在一些实施例中，步骤根据所述语义数据，获取所述待干扰无人机的负面技术状态和安全性状态，包括：
从所述语义数据中提取出所述待干扰无人机的通信系统的第一通信信息和第二通信信息；其中，所述通信信息包括通信协议、加密算法和网络拓扑结构，所述第二通信信息包括网络防御措施、安全协议使用情况、已知漏洞信息；
根据所述第一通信信息对所述待干扰无人机进行技术状态分析，得到技术状态分析结果；
根据所述第二通信信息对所述待干扰无人机进行安全状态分析，得到安全状态分析结果；
将所述技术状态分析结果和所述安全状态分析结果进行量化处理，得到所述负面技术状态和所述安全性状态。
在一些实施例中，可以从语义数据中提取包括通信协议、加密算法和网络拓扑结构等方面的信息，构成第一通信信息。例如可以包括无人机使用的通信协议（如TCP/IP）、加密算法（如AES）以及通信网络的结构。
在一些实施例中，可以提取网络防御措施、安全协议使用情况和已知漏洞信息等内容，构成第二通信信息。这方面的信息可以揭示无人机网络的安全性状态。
在一些实施例中，可以利用第一通信信息，进行技术状态分析。这可能涉及对通信协议的分析、加密算法的强度评估以及网络拓扑结构的审查。通过这一步骤，可以得到关于待干扰无人机技术状态的详细信息。
在一些实施例中，可以利用第二通信信息，进行安全状态分析。例如可以包括评估网络防御措施的有效性、检查安全协议的使用情况以及识别已知漏洞。安全状态分析将提供有关无人机通信系统安全性的洞察。
在一些实施例中，可以把技术状态分析结果和安全状态分析结果进行量化处理。这可能涉及将各个方面的分析结果转化为具体的数值，以便更好地综合和比较，从而有助于建立负面技术状态和安全性状态的具体度量标准。
通过以上方式，可以从语义数据中提取出通信系统的关键信息，进行技术状态和安全状态的深入分析，并将分析结果量化，形成具体的负面技术状态和安全性状态。以上状态信息将有助于全面了解目标无人机通信系统的脆弱性和安全性，为后续的脆弱性指数计算提供基础。
在一些实施例中，步骤基于所述负面技术状态和所述安全性状态，确定所述待干扰无人机的脆弱性指数，包括：
通过以下公式计算所述：
；
其中， V(t)是无人机通信系统的脆弱性，是所述第一调整参数，E(t)是所述负面技术状态，/>是所述第二调整参数，/>是所述第三调整参数，cos(F(t))是所述安全性状态，/>是所述第四调整参数，/>是修正项。
在一些实施例中，为了更好地理解计算脆弱性指数V(t)的过程，下面用数据进行举例，假设各个参数的值如下：
负面技术状态E(t)=0.6，安全性状态F(t)=45°，第一调整参数α=1.5，第二调整参数β=0.8，第三调整参数，第四调整参数/>，修正项/>。
将以上参数代入公式V(t)可以得到：
；
因此，根据给定的实际数据，计算得到的无人机通信系统脆弱性V(t)为 0.9654。这个数值可以是归一化后的数值，表示了无人机通信系统的脆弱性水平，可以根据这个结果来采取相应的安全性措施或优化通信系统。例如对于0-1的范围，该数值代表该待干扰无人机的通信系统具有较高的脆弱性。
可选地，步骤S204还可以包括：
对所述语义数据进行特征提取，得到所述语义数据的关键特征信息；其中，所述关键特征信息包括所述待干扰无人机的通信内容、通信标识和通信活跃度；
将所述关键特征信息输入至语义活动密度计算模型，输出所述语义活动密度；所述语义活动密度表征所述待干扰无人机进行通信活动的频率和活动的强度。
在一些实施例中，可以识别和提取无人机通信中的重要信息，如消息内容、指令和数据。识别和提取的通信标识可以是无人机的唯一标识符或通信协议中的标识信息。在一些实施例中，可以通过分析通信频率、通信节点数等信息，评估无人机的通信活跃度。
在一些实施例中，可以将提取的关键特征信息输入语义活动密度计算模型。该模型可以采用机器学习算法、统计方法或其他计算模型，用于分析关键特征信息并计算语义活动密度。
在一些实施例中，语义活动密度计算模型可以输出语义活动密度，该密度表征了待干扰无人机进行通信活动的频率和活动的强度。可以通过模型对通信内容、标识和活跃度的综合分析得出。
通过以上方式，可以获得关键特征信息，进而通过计算模型得到语义活动密度。语义活动密度的值反映了无人机的通信活动频率和强度，有助于深入了解待干扰无人机在语义层面上的行为特征，这种信息可以为后续的威胁评估和通信干扰方法的制定提供基础。
步骤S206、根据所述待干扰无人机的威胁程度、所述脆弱性指数和所述语义活动密度，确定对所述待干扰无人机进行通信干扰的强度。
在一些实施例中，可以利用之前计算的威胁程度T(t)，该值反映了敌方语义数据对通信系统的威胁程度。威胁程度越高，说明无人机面临的威胁越大。
在一些实施例中，可以利用之前计算的脆弱性指数，该指数综合考虑了负面技术状态和安全性状态。较高的脆弱性指数表示目标无人机的通信系统更容易受到攻击。
在一些实施例中，可以利用之前计算的语义活动密度，该密度表征了无人机进行通信活动的频率和活动的强度。较高的语义活动密度表示无人机在通信方面的活跃度较高。
在一些实施例中，可以将威胁程度、脆弱性指数和语义活动密度综合考虑，根据预先设定的决策规则或模型，确定对待干扰无人机进行通信干扰的强度。这可能涉及到权衡不同因素，根据具体情况进行调整。
例如，可以设定规则：如果威胁程度高、脆弱性指数高且语义活动密度高，则通信干扰强度设为最大。如果威胁程度中等、脆弱性指数适中且语义活动密度较低，则通信干扰强度设为中等。如果威胁程度较低、脆弱性指数低且语义活动密度低，则通信干扰强度设为最小。通过这样的决策规则，可以根据综合的威胁、脆弱性和通信活动情况，调整通信干扰的强度，以更有效地对抗敌方无人机。
可选地，步骤S206还可以包括：
通信干扰的强度通过以下公式计算得到：
；
其中，I(t)是所述通信干扰的强度，T(t)是所述威胁程度，W是干扰器的权重，用于表示对所述待干扰无人机的威胁反应程度，D(t)是所述语义活动密度，V(t)是所述脆弱性指数，是第三调整参数。
在一些实施例中，为了更好地理解计算脆弱性指数V(t)的过程，下面用数据进行举例，假设各个参数的值如下：
威胁程度T(t)=0.8,干扰器的权重W=1.2,语义活动密度D(t)=0.6,脆弱性指数V(t)=0.9,第三调整参数，将以上参数值代入公式/>得到：
；
因此，根据给定的实际数据，计算得到的通信干扰强度I(t)为0.8263。这个数值表示了对待干扰无人机进行通信干扰的强度，可以根据这个结果来调整和优化通信干扰策略。
在一些实施例中，对待干扰无人机的实际干扰强度的单位可以为V/m，可以为其设定一个几百至几千的范围，并根据归一化后的的值确定最终对无人机的干扰信号的强度。例如干扰信号的强度为0-1000V/m，I(t)=826.3 V/m。
为实现上述方法类实施例，本申请实施例还提供一种基于语义导向的无人机通信干扰系统，图3示出了本申请实施例提供的一种基于语义导向的无人机通信干扰系统的结构示意图，所述系统包括：
语义获取模块301，用于获取待干扰无人机的语义数据；其中，所述语义数据包括对所述待干扰无人机进行侦查所得到多种侦查结果的语义信息；
第一确定模块302，用于根据所述语义数据，确定所述待干扰无人机的威胁程度、脆弱性指数和语义活动密度；其中，所述脆弱性指数表示所述待干扰无人机的通信系统的脆弱性；
第二确定模块303，用于根据所述待干扰无人机的威胁程度、所述脆弱性指数和所述语义活动密度，确定对所述待干扰无人机进行通信干扰的强度。
在一些实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图4所示。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储图像采集设备的相关数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种基于语义导向的无人机通信干扰方法和系统。
在一些实施例中，提供了一种计算机设备，该计算机设备可以是终端，其内部结构图可以如图4所示。该计算机设备包括通过系统总线连接的处理器、存储器、通信接口、显示屏和输入系统。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信，无线方式可通过WIFI、运营商网络、NFC(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现基于语义导向的无人机通信干扰方法和系统。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入系统可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解，图4中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一些实施例中，还提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现上述各方法实施例中的步骤。
在一些实施例中，提供了一种计算机可读存储介质，存储有计算机程序，该计算机程序被处理器执行时实现上述各方法实施例中的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-Only Memory，ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory，RAM)或外部高速缓冲存储器。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器(Static Random Access Memory，SRAM)或动态随机存取存储器(Dynamic Random Access Memory，DRAM)等。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种基于语义导向的无人机通信干扰方法，其特征在于，所述方法包括：
获取待干扰无人机的语义数据；其中，所述语义数据包括对所述待干扰无人机进行侦查所得到多种侦查结果的语义信息；
根据所述语义数据，确定所述待干扰无人机的威胁程度、脆弱性指数和语义活动密度；其中，所述脆弱性指数表示所述待干扰无人机的通信系统的脆弱性；
根据所述待干扰无人机的威胁程度、所述脆弱性指数和所述语义活动密度，确定对所述待干扰无人机进行通信干扰的强度。
2.根据权利要求1所述的基于语义导向的无人机通信干扰方法，其特征在于，所述根据所述语义数据，确定所述待干扰无人机的威胁程度，包括：
根据所述语义数据，获取所述待干扰无人机的通信活跃度、活动强度和通信不稳定性指数；
根据所述通信活跃度、所述活动强度和所述通信不稳定性指数，确定所述威胁程度。
3.根据权利要求2所述的基于语义导向的无人机通信干扰方法，其特征在于，所述根据所述语义数据，获取所述待干扰无人机的通信活跃度、活动强度和通信不稳定性指数，包括：
根据所述语义数据，获取所述待干扰无人机的通信频率和通信节点数，并基于所述通信频率和所述通信节点数确定所述通信活跃度；
根据所述语义数据，获取所述待干扰无人机的数量和活动频率，并基于所述待干扰无人机的数量和活动频率确定所述活动强度；
根据所述语义数据，获取所述待干扰无人机的网络波动指数，并基于所述网络波动指数确定所述通信不稳定性指数。
4.根据权利要求3所述的基于语义导向的无人机通信干扰方法，其特征在于，所述根据所述通信活跃度、所述活动强度和所述通信不稳定性指数，确定所述威胁程度，包括：
通过以下公式计算所述威胁程度：
其中，/>是威胁程度，/>是第一调整参数，/>是第二调整参数，/>是所述通信活跃度，/>是所述活动强度，/>是第三调整参数，/>是通信不稳定性指数，表示通信不稳定性指数，/>是第四调整参数，/>是修正项。
5.根据权利要求4所述的基于语义导向的无人机通信干扰方法，其特征在于，所述根据所述语义数据，确定所述待干扰无人机的脆弱性指数，包括：
根据所述语义数据，获取所述待干扰无人机的负面技术状态和安全性状态；
基于所述负面技术状态和所述安全性状态，确定所述待干扰无人机的脆弱性指数。
6.根据权利要求5所述的基于语义导向的无人机通信干扰方法，其特征在于，根据所述语义数据，获取所述待干扰无人机的负面技术状态和安全性状态，包括：
从所述语义数据中提取出所述待干扰无人机的通信系统的第一通信信息和第二通信信息；其中，所述通信信息包括通信协议、加密算法和网络拓扑结构，所述第二通信信息包括网络防御措施、安全协议使用情况、已知漏洞信息；
根据所述第一通信信息对所述待干扰无人机进行技术状态分析，得到技术状态分析结果；
根据所述第二通信信息对所述待干扰无人机进行安全状态分析，得到安全状态分析结果；
将所述技术状态分析结果和所述安全状态分析结果进行量化处理，得到所述负面技术状态和所述安全性状态。
7.根据权利要求6所述的基于语义导向的无人机通信干扰方法，其特征在于，所述基于所述负面技术状态和所述安全性状态，确定所述待干扰无人机的脆弱性指数，包括：
通过以下公式计算所述脆弱性指数：
其中，/>是无人机通信系统的脆弱性，/>是所述第一调整参数，/>是所述负面技术状态，/>是所述第二调整参数，/>是所述第三调整参数，/>是所述安全性状态，/>是所述第四调整参数，/>是所述修正项。
8.根据权利要求7所述的基于语义导向的无人机通信干扰方法，其特征在于，所述根据所述语义数据，确定所述待干扰无人机的语义活动密度，包括：
对所述语义数据进行特征提取，得到所述语义数据的关键特征信息；其中，所述关键特征信息包括所述待干扰无人机的通信内容、通信标识和通信活跃度；
将所述关键特征信息输入至语义活动密度计算模型，输出所述语义活动密度；所述语义活动密度表征所述待干扰无人机进行通信活动的频率和活动的强度。
9.根据权利要求1-8中任一项所述的基于语义导向的无人机通信干扰方法，其特征在于，所述根据所述待干扰无人机的威胁程度、所述脆弱性指数和所述语义活动密度，确定对所述待干扰无人机进行通信干扰的强度，包括：
所述通信干扰的强度通过以下公式计算得到：
其中，/>是所述通信干扰的强度，/>是所述威胁程度，W是干扰器的权重，用于表示对所述待干扰无人机的威胁反应程度，/>是所述语义活动密度，/>是所述脆弱性指数，/>是第三调整参数。
10.一种基于语义导向的无人机通信干扰系统，其特征在于，所述系统包括：
语义获取模块，用于获取待干扰无人机的语义数据；其中，所述语义数据包括对所述待干扰无人机进行侦查所得到多种侦查结果的语义信息；
第一确定模块，用于根据所述语义数据，确定所述待干扰无人机的威胁程度、脆弱性指数和语义活动密度；其中，所述脆弱性指数表示所述待干扰无人机的通信系统的脆弱性；
第二确定模块，用于根据所述待干扰无人机的威胁程度、所述脆弱性指数和所述语义活动密度，确定对所述待干扰无人机进行通信干扰的强度。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311776715.1A CN117459178B (zh) | 2023-12-22 | 2023-12-22 | 一种基于语义导向的无人机通信干扰方法和系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311776715.1A CN117459178B (zh) | 2023-12-22 | 2023-12-22 | 一种基于语义导向的无人机通信干扰方法和系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117459178A true CN117459178A (zh) | 2024-01-26 |
| CN117459178B CN117459178B (zh) | 2024-03-26 |
Family
ID=89580203
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311776715.1A Active CN117459178B (zh) | 2023-12-22 | 2023-12-22 | 一种基于语义导向的无人机通信干扰方法和系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117459178B (zh) |
Citations (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9318014B1 (en) * | 2014-11-26 | 2016-04-19 | Elwha Llc | Systems and methods for reporting visibility to drones |
| US20160241581A1 (en) * | 2014-04-03 | 2016-08-18 | Isight Partners, Inc. | System and Method of Cyber Threat Intensity Determination and Application to Cyber Threat Mitigation |
| US20170069214A1 (en) * | 2015-07-29 | 2017-03-09 | Dennis J. Dupray | Unmanned aerial vehicles |
| US10061018B1 (en) * | 2015-02-19 | 2018-08-28 | Zain Naboulsi | System for identifying drones |
| KR20190106928A (ko) * | 2019-08-30 | 2019-09-18 | 엘지전자 주식회사 | 카메라와 그 제어 방법 및 카메라를 포함한 자율 주행 시스템 |
| CN110764078A (zh) * | 2019-01-25 | 2020-02-07 | 中国航空无线电电子研究所 | 一种低空无人机综合探测处置方法及其装置 |
| KR102291242B1 (ko) * | 2020-04-28 | 2021-08-18 | 유승인 | 직접디지털신호발생기에 의한 재밍신호발생 시스템 및 이를 이용한 드론 접근제어방법 |
| CN113660227A (zh) * | 2021-07-30 | 2021-11-16 | 北京天融信网络安全技术有限公司 | 网络安全脆弱性评估定量计算方法及设备 |
| KR102347894B1 (ko) * | 2020-08-31 | 2022-01-06 | 엘아이지넥스원 주식회사 | 무인기 데이터링크 스마트 재밍장치 및 그 제어방법 |
| CN114490061A (zh) * | 2022-01-25 | 2022-05-13 | 中国电子科技集团公司第五十四研究所 | 基于语义威胁模型的无人机通信干扰任务生成方法 |
| US20220207855A1 (en) * | 2020-12-28 | 2022-06-30 | Guangdong University Of Technology | Cloud-edge-end cooperative control method of 5g networked unmanned aerial vehicle for security rescue |
| US20220216924A1 (en) * | 2021-01-04 | 2022-07-07 | At&T Intellectual Property I, L.P. | System and method for quantum-enabled cyber security in a wireless mobile network |
| CN115277490A (zh) * | 2022-09-28 | 2022-11-01 | 湖南大佳数据科技有限公司 | 一种网络靶场评估方法、系统、设备及存储介质 |
| CN115546608A (zh) * | 2022-10-11 | 2022-12-30 | 中国人民解放军陆军工程大学 | 一种无人机数据链电磁干扰分类和威胁评估方法 |
| CN116704411A (zh) * | 2023-06-06 | 2023-09-05 | 福建宇鹰智能科技有限公司 | 一种基于物联网的安防管控方法、系统及存储介质 |
| KR102578059B1 (ko) * | 2023-04-11 | 2023-09-13 | 사단법인 한국선급 | 자율 운항 선박 사이버 위험도 정량적 평가 시스템 및 이의 실행 방법 |
| CN117034263A (zh) * | 2023-05-31 | 2023-11-10 | 中国人民解放军陆军工程大学 | 一种智能合约在无人机集群中的应用方法 |
-
2023
- 2023-12-22 CN CN202311776715.1A patent/CN117459178B/zh active Active
Patent Citations (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20160241581A1 (en) * | 2014-04-03 | 2016-08-18 | Isight Partners, Inc. | System and Method of Cyber Threat Intensity Determination and Application to Cyber Threat Mitigation |
| US9318014B1 (en) * | 2014-11-26 | 2016-04-19 | Elwha Llc | Systems and methods for reporting visibility to drones |
| US10061018B1 (en) * | 2015-02-19 | 2018-08-28 | Zain Naboulsi | System for identifying drones |
| US20170069214A1 (en) * | 2015-07-29 | 2017-03-09 | Dennis J. Dupray | Unmanned aerial vehicles |
| CN110764078A (zh) * | 2019-01-25 | 2020-02-07 | 中国航空无线电电子研究所 | 一种低空无人机综合探测处置方法及其装置 |
| KR20190106928A (ko) * | 2019-08-30 | 2019-09-18 | 엘지전자 주식회사 | 카메라와 그 제어 방법 및 카메라를 포함한 자율 주행 시스템 |
| KR102291242B1 (ko) * | 2020-04-28 | 2021-08-18 | 유승인 | 직접디지털신호발생기에 의한 재밍신호발생 시스템 및 이를 이용한 드론 접근제어방법 |
| KR102347894B1 (ko) * | 2020-08-31 | 2022-01-06 | 엘아이지넥스원 주식회사 | 무인기 데이터링크 스마트 재밍장치 및 그 제어방법 |
| US20220207855A1 (en) * | 2020-12-28 | 2022-06-30 | Guangdong University Of Technology | Cloud-edge-end cooperative control method of 5g networked unmanned aerial vehicle for security rescue |
| US20220216924A1 (en) * | 2021-01-04 | 2022-07-07 | At&T Intellectual Property I, L.P. | System and method for quantum-enabled cyber security in a wireless mobile network |
| CN113660227A (zh) * | 2021-07-30 | 2021-11-16 | 北京天融信网络安全技术有限公司 | 网络安全脆弱性评估定量计算方法及设备 |
| CN114490061A (zh) * | 2022-01-25 | 2022-05-13 | 中国电子科技集团公司第五十四研究所 | 基于语义威胁模型的无人机通信干扰任务生成方法 |
| CN115277490A (zh) * | 2022-09-28 | 2022-11-01 | 湖南大佳数据科技有限公司 | 一种网络靶场评估方法、系统、设备及存储介质 |
| CN115546608A (zh) * | 2022-10-11 | 2022-12-30 | 中国人民解放军陆军工程大学 | 一种无人机数据链电磁干扰分类和威胁评估方法 |
| KR102578059B1 (ko) * | 2023-04-11 | 2023-09-13 | 사단법인 한국선급 | 자율 운항 선박 사이버 위험도 정량적 평가 시스템 및 이의 실행 방법 |
| CN117034263A (zh) * | 2023-05-31 | 2023-11-10 | 中国人民解放军陆军工程大学 | 一种智能合约在无人机集群中的应用方法 |
| CN116704411A (zh) * | 2023-06-06 | 2023-09-05 | 福建宇鹰智能科技有限公司 | 一种基于物联网的安防管控方法、系统及存储介质 |
Non-Patent Citations (2)
| Title |
|---|
| 潘泉，郭亚宁，吕洋，李扬，谈政: "无人机系统自主安全:定义、建模与分级", 《中国科学:信息科学》, 21 August 2023 (2023-08-21) * |
| 钱东，赵江，杨芸: "军用UUV发展方向与趋势(下)——美军用无人系统发展规划分析解读", 《水下无人系统学报》, 15 June 2017 (2017-06-15) * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117459178B (zh) | 2024-03-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Wazirali | An improved intrusion detection system based on KNN hyperparameter tuning and cross-validation | |
| Nauman et al. | A three-way decision making approach to malware analysis using probabilistic rough sets | |
| US11159556B2 (en) | Predicting vulnerabilities affecting assets of an enterprise system | |
| CN108833416A (zh) | 一种scada系统信息安全风险评估方法及系统 | |
| US20210360017A1 (en) | System and method of dynamic cyber risk assessment | |
| US10372907B2 (en) | System and method of detecting malicious computer systems | |
| Hairab et al. | Anomaly detection based on CNN and regularization techniques against zero-day attacks in IoT networks | |
| CN110838945B (zh) | 基于权限依赖图的网络运维脆弱性分析方法 | |
| CN112364351B (zh) | 设备威胁发现方法、装置、计算设备及存储介质 | |
| US9245149B1 (en) | System and method for controling privileges of consumers of personal data | |
| Li et al. | [Retracted] Intelligent Intrusion Detection Method of Industrial Internet of Things Based on CNN‐BiLSTM | |
| Kim et al. | A framework for event prioritization in cyber network defense | |
| Zhang et al. | Network security situational awareness model based on threat intelligence | |
| CN113962712A (zh) | 一种诈骗团伙的预测方法及相关设备 | |
| Gadotti et al. | Pool Inference Attacks on Local Differential Privacy: Quantifying the Privacy Guarantees of Apple's Count Mean Sketch in Practice | |
| Banumathy et al. | Correction: Breast Calcifications and Histopathological Analysis on Tumour Detection by CNN | |
| CN115987544A (zh) | 一种基于威胁情报的网络安全威胁预测方法及系统 | |
| CN116204882A (zh) | 基于异构图的Android恶意软件检测方法及装置 | |
| CN102833107B (zh) | 安全准入方法及系统 | |
| CN117459178B (zh) | 一种基于语义导向的无人机通信干扰方法和系统 | |
| Xing et al. | [Retracted] Hierarchical Network Security Measurement and Optimal Proactive Defense in Cloud Computing Environments | |
| CN117235600A (zh) | 一种用户异常行为检测方法及系统 | |
| CN117459266A (zh) | 一种网络安全风险识别方法、装置及相关产品 | |
| CN115225359A (zh) | 蜜罐数据溯源方法、装置、计算机设备和存储介质 | |
| CN115809204A (zh) | 面向云平台waf的sql注入检测测试方法、装置及介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |