KR102256665B1 - Gps기만신호 특성정보를 이용한 gps기만신호 판별 방법 및 그 시스템 - Google Patents

Gps기만신호 특성정보를 이용한 gps기만신호 판별 방법 및 그 시스템 Download PDF

Info

Publication number
KR102256665B1
KR102256665B1 KR1020190178520A KR20190178520A KR102256665B1 KR 102256665 B1 KR102256665 B1 KR 102256665B1 KR 1020190178520 A KR1020190178520 A KR 1020190178520A KR 20190178520 A KR20190178520 A KR 20190178520A KR 102256665 B1 KR102256665 B1 KR 102256665B1
Authority
KR
South Korea
Prior art keywords
gps
signal
characteristic information
data
machine learning
Prior art date
Application number
KR1020190178520A
Other languages
English (en)
Inventor
노주환
김재훈
김도현
김용대
이재문
Original Assignee
국방과학연구소
광운대학교 산학협력단
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 국방과학연구소, 광운대학교 산학협력단 filed Critical 국방과학연구소
Priority to KR1020190178520A priority Critical patent/KR102256665B1/ko
Application granted granted Critical
Publication of KR102256665B1 publication Critical patent/KR102256665B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/01—Satellite radio beacon positioning systems transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/015—Arrangements for jamming, spoofing or other methods of denial of service of such systems

Abstract

본 발명의 일 실시 예는, 기설정된 규격을 만족하는 소형 무인기의 GPS데이터를 수신하는 데이터수신단계; 상기 수신된 GPS데이터를 전처리하는 전처리단계; 전처리된 GPS데이터를 신호시간 및 신호세기에 대한 4개 채널로 구성하여 신경망모델에 입력시켜 학습시키는 학습단계; 학습된 신경망모델에 신규GPS데이터를 전처리하여 입력시키는 시험입력단계; 및 상기 학습된 신경망모델에서 출력된 결과로 상기 신규GPS데이터가 기만신호인지 여부를 판별하는 신호판별단계;를 포함하는 소형 무인기의 GPS 기만신호 탐지방법을 개시한다.

Description

GPS기만신호 특성정보를 이용한 GPS기만신호 판별 방법 및 그 시스템 {Method for detecting GPS SPOOFING signal based on signal source characteristic information and system thereof}
본 발명은 GPS기만신호 특성정보를 이용한 GPS기만신호 판별 방법 및 그 시스템에 관한 발명으로서, 보다 구체적으로는, GPS기만신호와 GPS진신호의 신호특성의 차이를 이용하여, 기계학습모델을 학습시킬 변수를 도출함으로써, GPS기만신호를 높은 정확도로 판별해낼 수 있는 방법 및 그 시스템에 관한 것이다.
GPS항법신호를 기초로 하여 동작하는 각종 장치가 늘어나고 있고, 그 장치들의 임무 중요도가 나날이 늘어남에 따라서, GPS신호를 교란하는 공격의 종류와 수법도 다양해지고 있다. 대표적인 예로 위성항법에 대한 공격이 있으며 GPS 교란 및 기만 공격이 이에 해당된다. 이러한 공격에 대응하기 위해서는 위성항법 공격에 대해 판단할 수 있어야한다.
먼저, GPS교란공격의 경우 GPS신호가 잡히지 않기 때문에 공격에 대한 탐지가 어렵지 않으며 대체항법을 사용하는 방식으로 대처할 수 있다.
반면에, GPS기만공격의 경우 진신호(real signal)와 유사한 기만신호가 수신되기 때문에 기만신호 여부를 탐지하기 어렵다. GPS기만공격에 대한 대비책이 마련되지 않은 상태에서, GPS신호를 기반으로 무인항공기 등을 운용할 경우, 무인항공기가 잘못된 항법을 사용하게 되면 임무수행 실패가 야기될 수 있다. 무인항공기 외에도 GPS신호를 기반으로 동작하는 장비들은 높은 비용의 장비들이 많고, 막중한 전략적 임무를 수행하는 경우가 많기에 GPS신호를 기반으로 동작하는 장비들에 적용될 기술로서, GPS 기만신호를 탐지하는 기술에 대한 연구는 필수적이다.
기존 GPS 기만 공격 탐지 기술은 i) 신호의 물리적 특성의 이상 감지방식, ii) 신호의 공간적 특성 기반 이상 감지방식, iii) 일관성 검사(관성센서, clock, navigation message check)방식 등 크게 세 가지 방식으로 구분될 수 있다
먼저, 신호의 물리적 특성의 이상을 탐지하는 방식은 안테나에서 수신된 GPS 신호의 물리적 특성만을 이용하여 GPS 기만 공격을 탐지하는 방식으로 GPS 위성신호의수신 세기가 매우 작아 공격자의 위성신호가 GPS 위성 신호보다 세기가 큼을 이용하여 수신된 신호가 일정 threshold 값 이상 커지는지 확인하여 이를 걸러내는 방법 등이 있다.
신호의 공간적 특성 기반 이상 감지는 수신된 신호의 방향을 측정하여 GPS항법 메시지를 통해 추정된 위성 위치와 방향이 다르면 GPS 기만 공격으로 탐지하는방식이다.
일관성 검사를 통한 탐지 방식은 앞의 안테나로 수신한 신호의 특징만을 이용하여 GPS 기만 공격을 탐지하는 방식과는 다르게 외부 소스를 사용하여 GPS 기만공격신호를 탐지하는 방식으로서, 관성 센서를 이용하여 측정된 속도와 GPS 속도를비교하여 일정값(threshold value)이상 멀어지면 탐지하거나, 외부 클럭과 GPS 시간을 비교하여 시간이 달라지면 이를 탐지하거나, GPS 항법 메시지가 신뢰할 수 있는 서버로부터 네트워크를 통해 전달받은 GPS 항법 메시지가 다른지 확인하는 방식 등이 있다.
그러나 각 탐지 방식은 다음과 같은 한계를 가지고 있다. 먼저 신호의 물리적 특성의 이상을 감지하는 방식의 경우 공격자가 공격 신호의 세기를 세밀하게 제어 할 수 있다면 쉽게 우회 가능하다. 특히, GPS수신기가 끊김 없이 GPS 기만공격신호에 의존하게 만드는 Seamless Takeover Attack을 통해서 이러한 방식은 쉽게 우회될 수 있다. Seamless Takeover Attack은 크게 3가지 단계를 통해 신호를 생성한다.
먼저, 공격 타겟의 물리적 위치를 고려하여 신호 세기, 신호 전달 타이밍 및 신호에 담긴 데이터가 실제 GPS 신호와 동기화된 GPS 기만 공격신호를 생성하여 공격 타겟에게 발사한다. 모든 것이 동기화되어 있기 때문에 공격 타겟의 GPS 위치 및 시각 정보는 조작되지 않고 수신기는 지속적으로 정상동작 한다.
GPS 기만공격신호의 세기를 점진적으로 증가시켜서 공격 타겟이 원래 수신하고 있던 GPS 위성신호가 아닌 공격자의 GPS 기만공격신호에 의존(lock)하도록 만든다.
GPS 기만 공격신호를 조작하여 실제 GPS 신호와는 다르게 조작한다. 이 과정에서 공격 타겟의 GPS 위치 및 시각 정보가 조작된다.
공간적 특성 기반 이상 감지 방식의 경우 전파가 산이나 건물 등에 반사되어서 안테나에 전달되는 멀티패스(multipath)현상이 발생하는 경우 공격 신호가 없는 정상적인 상황에서도 공격 상황으로 잘못 인지하게 될 수 있다. 특히 GPS수신기가 도심 지역에서 동작하게 되는 경우, 이런 현상을 자주 겪게 되기 때문에 탐지 시스템의 신뢰도가 급격히 낮아질 수 밖에 없다.
일관성 검사의 경우 시스템에 GPS 수신기 이외에 네트워크 기능이나 관성 센서 등 다른 장치들이 설치되어야 동작 가능하다. 예를 들어, 관성 센서에서 측정한 속도와 GPS 속도를 비교하는 방식의 경우 관성 센서를 갖추고 있는 시스템에만 적용 가능하고 그렇지 않은 경우 시스템에 관성 센서를 별도로 장착해야 하는 단점이 있을 수 있다. 또한, 외부 소스로부터 얻은 정보와 GPS에서 얻은 정보 사이에 일정 오차가 존재할 수 밖에 없는 경우도 있는데, 이런 경우는 오차내로 위치나 시간을 조작하는 것이 가능한 문제점도 있다.
1. 한국 공개특허공보 제10-2014-0049787호 (2014.04.28 공개) 2. 한국 공개특허공보 제10-2015-0050114호 (2015.05.08 공개) 3. 미국 등록특허 제9849978호 (2017.12.26 공고)
본 발명이 해결하고자 하는 기술적 과제는, GPS기만신호가 갖고 있는 특유의 특성정보를 이용하여 GPS기만신호를 정확하게 판별하는 방법 및 그 방법을 구현하기 위한 시스템을 제공하는 데에 있다.
상기 기술적 과제를 해결하기 위한 본 발명의 일 실시 예에 따른 방법은, GPS신호데이터를 수신하는 신호수신단계; 수신된 GPS신호데이터를 전처리하여 신호품질, 신호전달경로 및 GPS항법메시지의 오차에 대한 특성정보를 추출하는 특성정보추출단계; 상기 추출된 특성정보를 기계학습모델에 입력시켜 학습시키는 모델학습단계; 상기 학습된 기계학습모델에 신규GPS신호데이터를 전처리하여 입력시키는 시험단계; 및 상기 학습된 기계학습모델에서 출력된 결과를 기초로 상기 신규GPS신호데이터가 기만신호에 대한 데이터인지 여부를 판별하는 판별단계를 포함한다.
상기 기술적 과제를 해결하기 위한 본 발명의 다른 일 실시 예에 따른 시스템은, GPS신호데이터를 수신하는 신호수신부; 수신된 GPS신호데이터를 전처리하여 신호품질, 신호전달경로 및 GPS항법메시지의 오차에 대한 특성정보를 추출하는 특성정보추출부; 상기 추출된 특성정보를 기계학습모델에 입력시켜 학습시키는 모델학습부; 상기 학습된 기계학습모델에 신규GPS신호데이터를 전처리하여 입력시키는 모델시험부; 및 상기 학습된 기계학습모델에서 출력된 결과를 기초로 상기 신규GPS신호데이터가 기만신호에 대한 데이터인지 여부를 판별하는 기만판별부단계를 포함한다.
본 발명의 일 실시 예는, 상기 방법을 실행시키기 위한 프로그램을 저장하고 있는 컴퓨터 판독가능한 기록매체를 개시한다.
본 발명에 따르면, GPS기만신호를 정확하게 판별해낼 수 있게 되어, GPS신호를 기반으로 동작하는 각종 장비의 동작 안정성을 극단적으로 향상시킬 수 있게 된다.
도 1은 본 발명에 따른 GPS기만신호 판별 시스템의 일 예를 블록도로 나타낸 것이다.
도 2는 본 발명에 따른 GPS기만신호 판별 방법의 일 예의 흐름도를 도시한 도면이다.
도 3은 본 발명에서 클락 바이어스 및 클락 드리프트를 설명하기 위한 도면이다.
도 4는 정확도 측정 방식을 설명하기 위한 도면이다.
도 5는 DOP개념을 설명하기 위한 도면이다.
실시 예들에서 사용되는 용어는 본 발명에서의 기능을 고려하면서 가능한 현재 널리 사용되는 일반적인 용어들을 선택하였으나, 이는 당 분야에 종사하는 기술자의 의도 또는 판례, 새로운 기술의 출현 등에 따라 달라질 수 있다. 또한, 특정한 경우는 출원인이 임의로 선정한 용어도 있으며, 이 경우 해당되는 발명의 설명 부분에서 상세히 그 의미를 기재할 것이다. 따라서 본 발명에서 사용되는 용어는 단순한 용어의 명칭이 아닌, 그 용어가 가지는 의미와 본 발명의 전반에 걸친 내용을 토대로 정의되어야 한다.
명세서 전체에서 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있음을 의미한다. 또한, 명세서에 기재된 "…부", "…모듈" 등의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 이는 하드웨어 또는 소프트웨어로 구현되거나 하드웨어와 소프트웨어의 결합으로 구현될 수 있다.
아래에서는 첨부한 도면을 참고하여 본 발명의 실시 예에 대하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시 예에 한정되지 않는다.
이하에서는 도면을 참조하여 본 발명의 실시 예들을 상세히 설명한다.
도 1은 본 발명에 따른 GPS기만신호 판별 시스템의 일 예를 블록도로 나타낸 것이다.
도 1을 참조하면, 본 발명에 따른 GPS기만신호 판별 시스템(10)은 신호수신부(110), 특성정보추출부(130), 모델학습부(150), 모델시험부(170) 및 기만판별부(190)를 포함하는 것을 알 수 있다. 본 발명에 따른 GPS기만신호 판별 시스템(10)은 GPS신호를 기반으로 동작하는 각종 장비에 물리적 또는 논리적으로 포함되어 그 기능을 수행할 수 있다. 이하에서는, 기만신호 시스템(10)를 구성하는 각각의 구성(블록)에 대해서 포괄적으로 설명한 후에, 구체적으로 각 구성들이 하는 기능에 대해서 설명하기로 한다.
신호수신부(110)는 GPS신호데이터를 수신한다.
특성정보추출부(130)는 수신된 GPS신호데이터를 전처리(pre-processing)하여 신호품질, 신호전달경로 및 GPS항법메시지의 오차에 대한 특성정보를 추출한다. 특성정보추출부(130)가 추출하는 세 가지의 특성 정보에 대한 설명은 후술하기로 한다.
모델학습부(150)는 추출된 특성정보를 기계학습모델의 입력파라미터로서 활용하여, 기계학습모델을 학습시킨다. 모델학습부(150)가 채용하고 있는 기계학습(머신러닝)모델은 특정한 한 가지의 모델로 한정되지 않는다. 예를 들어, 모델학습부(150)는 이진 분류 알고리즘을 사용할 경우 다중 퍼셉트론(Multi-layer Perceptron), 합성곱 신경망(Convolutional Neural Network), 재귀적 신경망(Recurrent Neural Network) 등의 구조를 사용할 수 있고, 단일 클래스 분류 알고리즘을 사용할 경우 OC-SVM(One-class Support Vector Machine), LOF(Local Outlier Factor)등의 구조를 사용할 수도 있다.
모델시험부(170)는 학습이 끝난 기계학습모델에 신규GPS신호데이터를 전처리하여 입력시키는 방식으로 학습된 모델을 시험한다. 이 과정에서, 신호수신부(110)는 새로운 GPS신호데이터를 수신할 수도 있고, 도 1에 도시되어 있지 않지만 미리 저장되어 있었지만 모델을 학습시키는 데에 이용되지 않았던 GPS신호데이터가 학습된 기계학습모델에 전처리되어 입력된다. 전처리과정은 특성정보추출부(130)에 의해 동일하게 수행되므로, 신규GPS신호데이터의 신호품질, 신호전달경로 및 GPS항법메시지의 오차에 대한 특성정보가 추출되는 것은 자명하다.
기만판별부(190)는 학습된 기계학습모델에서 출력된 결과를 기초로 신규GPS신호데이터가 기만신호에 대한 데이터인지 여부를 판별한다. 기만판별부(190)가 출력된 결과로 기만신호여부를 판별하는 일 실시 예로서, 기만판별부(190)는 학습된 기계학습모델에서 출력되는 신뢰도가 기설정된 임계치보다 더 낮으면 수신된 GPS신호를 GPS기만공격신호로 판별하고, 그 외의 경우는 유효한 진신호(real signal)로 판별할 수 있다.
본 발명에 따른 GPS기만신호 판별 시스템(10)의 각 구성의 포괄적인 기능을 설명하였으므로, 이하에서는, 각 구성들의 기능을 구체적으로 설명하기로 한다.
본 발명은 GPS기만신호와 GPS위성신호(진신호) 사이에 근본적으로 존재할 수 밖에 없는 차이를 이용하여, 그 차이를 특성정보로서 변수화시키고 처리함으로써, GPS기만신호를 종래에 알려진 기술보다 더욱 정확하게 탐지하는 기술이다.
본 발명이 이용하는 GPS기만신호와 GPS진신호의 차이는, 신호를 생성하는 하드웨어의 차이(신호품질), 신호가 전달되는 경로의 차이(신호전달경로), GPS항법메시지의 오차의 차이, 이상 세 가지 특성정보이다.
먼저, 신호를 생성하는 하드웨어의 차이는 신호품질의 관점의 차이라고 볼 수 있다. GPS위성은 매우 정확한 원자시계를 사용하고 있지만, GPS기만신호를 생성하는 기만공격장비는 원자시계보다는 정확하지 않은 수정 발진기(Crystal oscillator)를 주로 사용하고 있어 지터(jitter)가 상대적으로 많을 수 밖에 없기 때문에, GPS기만신호와 GPS진신호는 신호 품질의 관점에서 차이가 있다.
또한, GPS기만신호와 GPS진신호간에는 신호가 전달되는 경로의 차이가 존재한다. GPS 위성신호는 지상으로부터 약 20000km 떨어진 곳에서 전리층, 대류권을 거치면서 신호가 굴절되면서 지연오차가 발생할 수 밖에 없지만 GPS 기만신호는 이런 현상을 겪지 않으므로, 지연오차가 없다.
마지막으로는 GPS기만신호와 GPS진신호간에는 GPS 항법 메시지의 오차가 다른 특성이 있다. GPS 항법 메시지는 GPS 위성의 위치를 계산할 수 있는 Ephemeris데이터를 포함하고 있는데, 이를 이용해 계산한 위성 위치와 실제 위성 위치는 시간이 지날수록 차이가 생길 수 밖에 없다. 그러나, GPS 스푸퍼(SPOOFER)는 이를 고려하지 않고 위성이 Ephemeris로 계산된 위치에 정확하게 위치하고 있는 것처럼 신호를 생성하기 때문에 이러한 오차가 전혀 발생하지 않는다.
본 발명은 실시 예에 따라서, GPS기만신호와 GPS진신호의 세 가지 차이 중 한 가지만 이용할 수도 있고, 두 가지 조합을 이용할 수도 있고, 세 가지를 모두 이용할 수도 있다. 본 발명에 따른 시스템이 사용하는 특성정보의 가지 수가 늘어나면 늘어날수록 GPS기만신호를 판별하는 정확도는 향상되지만, 학습하는 데에 더 많은 시간이 소요되는 경향이 있다.
일 실시 예로서, 본 발명에 따른 GPS기만신호 탐지 시스템(10)은 신호품질에 대한 특성정보를, 클락 바이어스(clock bias) 및 클락 드리프트(clock drift)를 모두 사용하여 추출할 수 있다.
최신 GPS 칩셋들은 GPS 위치, 속도, 시간 등의 값 이외에도 GPS 신호를 수신해서 가공하는 과정에서 측정할 수 있는 측정값들 또한 제공해주고 있다. 이하의 설명은 U-blox사(U-blox company)의 수신기에서 수집할 수 있는 출력값들을 기준으로 작성이 되었지만, 다른 제조사의 GPS 수신 칩셋에서도 비슷한 값들을 수집할 수 있으며, 수집된 값들은 본 발명에서 제안하고자 하는 기만신호 탐지에 그대로 활용될 수 있다
도 3은 본 발명에서 클락 바이어스 및 클락 드리프트를 설명하기 위한 도면이다.
클락 바이어스(Clock bias) dTu는 GPS 수신기의 로컬 시간과 GPS 시스템 시간의 차이이고, 클락 드리프트(clock drift)는 단위시간당 클락 바이어스 변화량을 각각 의미한다.
먼저, 클락 바이어스가 어떻게 계산되는지 알기 위해서는 GPS의 동작 원리에 대한 이해가 필요하다.
도 3에서, GPS 수신기의 위치 (Ux, Uy, Uz)는 1) 계산한 GPS 위성의 위치 (Xi, Yi, Zi) 와 2) GPS 위성과 수신기 사이의 거리 (Pu i) 의 측정을 통해 계산된다. GPS 위성이 송신하고 있는 신호에는 GPS 위성의 위치를 계산할 수 있는 Ephemeris 데이터와 GPS 신호가 생성된 시간이 기록 되어 있다. GPS 수신기는 이 신호를 수신하여 Ephemeris 데이터를 이용하여 위성의 위치를 계산하고 GPS 신호가 수신기까지 도달하기까지 걸린 시간을 측정하여 거리를 계산하게 되는데, 이 때 GPS 위성과 수신기가 정확히 시간이 동기화 되어 있지 않기 때문에 거리 측정에 오차가 생기게 된다. 따라서, GPS 수신기는 위치를 계산할 때 위성과 수신기의 시간 오차도 같이 계산하게 되고 이 시간오차가 clock bias(dTu)이다. 위의 정보를 이용해, GPS수신기의 위치를 계산하기 위한 방정식을 세우면 수학식 1과 같다.
Figure 112019135778959-pat00001
수학식 1은 본 발명의 특성정보추출부가 GPS수신기의 위치를 계산하기 위한 수학식의 일 예이다. Pu i는 측정된 GPS위성과 GPS수신기 사이의 거리, Xi는 위성의 x좌표, Ux는 수신기의 x좌표, Yi는 위성의 y좌표, Uy는 수신기의 y좌표, Zi는 위성의 z좌표, Uz는 수신기의 z좌표, c는 빛의 속도, dTu는 위성과 수신기의 시간오차(클락 바이어스)를 각각 의미한다.
즉, 수학식 1과 같이 GPS수신기의 위치를 계산하기 위해서는 클락 바이어스도 같이 계산되어야 하기 때문에, 계산에 필요한 방정식은 최소 4개가 필요하고, 이를 위해서는 최소 4개 이상의 GPS위성으로부터 신호를 수신할 수 있어야 하며, 그 결과의 도식적인 예시가 도 3이라고 볼 수 있다.
클락 바이어스(또는 클락 드리프트)값은 시간이 지남에 따라 계속 변할 수 밖에 없으며, GPS수신기가 GPS위성신호를 수신하고 있을 때와 GPS기만신호를 수신하고 있을 때의 그 주요 변화 원인이 다른 특성이 있다.
GPS수신기가 GPS 위성 신호를 수신하는 경우. 먼저 위성 신호가 전달되는 과정에서 생기는 오차로 인한 클락 바이어스(또는 클락 드리프트) 계산값의 변화가 있을 수 있다. 위성 신호가 전달되는 과정에서 위성 신호가 전리층, 대류권을 거치면서 신호가 굴절되면서 지연 오차가 발생하게 되는데, 이로 인해, GPS위성과 GPS수신기 사이의 측정 거리 (Pu i)에 오차가 생기게 된다. 특히, 대류권에 의한 지연 오차는 지속적으로 변화하기 때문에 측정 거리의 오차 역시 지속적으로 변하게 되고, 이러한 변화는 클락 바이어스(또는 클락 드리프트) 값의 계산에 영향을 미치게 된다. GPS수신기가 GPS위성신호(진신호)를 수신하는 경우 보이는 두번째 특성으로는 GPS 항법 메시지의 오차가 있다. GPS 항법 메시지에 포함되어 있는 Ephemeris 데이터를 이용하여 계산한 GPS 위성의 위치(Xi, Yi, Zi)와 GPS 위성의 실제 위치에 차이가 있는데, 이 차이 역시 시간이 지남에 따라 지속적으로 변하기 때문에, 클락 바이어스(또는 클락 드리프트) 값의 계산에 영향이 생긴다.
반면, GPS수신기가 GPS 기만신호를 수신하는 경우. GPS 기만신호를 생성하는 장치는 GPS 위성에 비해 상대적으로 부정확한 clock을 기반으로 동작하고 있기 때문에 이로 인한 clock bias(dTu)값의 변화가 발생할 수 밖에 없으며, 이 변화는 원자시계를 기반으로 동작중인 GPS 위성으로부터 GPS수신기가 진신호를 수신할 때의 변화와는 패턴이 달라질 수 밖에 없다. GPS 기만 신호를 수신하는 경우 위성에 비해서는 매우 가까운 거리에서 기만 신호가 발생되기 때문에 신호 굴절이 발생하지 않고, 따라서 이로 인한 clock bias 값의 변화가 없다고 할 수 있다. 또한, GPS 기만신호는 GPS 항법 메시지를 통해 계산한 위성의 위치에서 바로 신호를 보낸다고 가정하고 신호가 생성되기 때문에 항법 메시지 오차가 존재하지 않고, 따라서 이로 인한 클락 바이어스 값의 변화가 없다.
GPS수신기는 주기적으로 자신의 위치를 업데이트를 하고, 업데이트는 보통 1초에 1번~10번 정도 이뤄지며, GPS 위성 신호와 GPS 기만 신호에 다양한 오차 원인을 포함하고 있기 때문에, 특성정보추출부(130)는 GPS 수신기의 위치와 클락 바이어스를 계산할 때 최소제곱법(least square)을 통해 근사값을 계산하게 된다. 이때 앞서 설명한 것처럼 GPS 위성 신호를 수신할 때와 GPS 기만 신호를 수신할 때의 클락 바이어스(또는 클락 드리프트)의 변화원인이 각기 다르기 때문에 변화 패턴도 달라질 수 밖에 없고, 따라서, 본 발명은 위와 같은 성질을 이용하여, GPS기만신호를 탐지할 수 있다.
다른 일 실시 예로서, 본 발명에 따른 GPS기만신호 탐지 시스템(10)은 신호전달경로에 대한 특성정보를, 정확도 추정(accuracy estimate) 방식으로 추출하여, GPS기만신호를 탐지하는 데에 활용할 수 있다.
GPS수신기가 GPS 위성 신호를 수신할 때와 GPS 기만 신호를 수신할 때 클락 바이어스 (dTu)와 클락 드리프트 (단위 시간당 dTu 변화량) 값의 변화 패턴이 달라지는 것처럼 GPS 수신기의 위치 (Ux, Uy, Uz) 값도 어떤 신호를 수신하고 있냐에 따라 변화 원인이 달라지기 때문에, 그 변화 패턴 또한 달라진다.
도 4는 정확도 측정 방식을 설명하기 위한 도면이다.
Position accuracy estimate(위치 정확도 추정치)은 GPS 위치 값의 변화 패턴을 관찰할 수 있는 지표 중 하나다. GPS 수신기는 매우 짧은 시간 동안 GPS 위치 측정값을 다수 수집하고 이 값들을 50% 내지 98%를 포함하는 윈을 그렸을 때, 그 원의 반지름을 정확도의 척도로 사용한다.
GPS수신기는 사용자가 수동으로 수신기의 정확한 위치를 입력해주지 않는 이상 계산한 GPS 위치가 얼마나 정확한지를 측정할 수 없기 때문에 이런 식으로 정확도를 추정하게 된다. 따라서, GPS수신기의 위치 변화 패턴에 따라 원의 반지름의 길이도 당연히 달라질 수 밖에 없고 이는 GPS 위성 신호를 수신하고 있을 때와 GPS 기만 신호를 수신할 때 달라질 것이기 때문에 정확도 추정치(accuracy estimate) 출력값에도 영향이 생기게 된다. 위치 정확도 추정 외에, 시간 정확도 추정치(time accuracy estimate), 속도 정확도 추정치(speed accuracy estimate)도 전술한 방식과 유사한 방식으로 측정되며, 마찬가지로 GPS수신기가 GPS 기만 신호를 수신할 때의 정확도 값이 GPS 위성 신호를 수신할 때와 구분 가능할 정도로 다른 값이 나오는 것을 확인할 수 있다.
또 다른 일 실시 예로서, 본 발명에 따른 GPS기만신호 탐지 시스템(10)은 GPS항법메시지의 오차에 대한 특성정보를, DOP(Dilution of Precision)값의 차이를 이용하여 추출하여, GPS기만신호를 탐지하는 데에 활용할 수 있다.
도 5는 DOP개념을 설명하기 위한 도면이다.
DOP(Dilution of Precision)는 GPS 위성들의 기하학적 배치에 따라서 측정 오류가 최종 측정 위치를 추정에 미치는 오차를 나타내는 수치이다. 도 5의 A처럼 이론적으로 GPS 수신기의 위치는 GPS 위성들을 중심으로 원을 그렸을 ‹š 그 교점으로써 정확하게 계산될 수 있지만, 실제로는 도 5의 B처럼 GPS 위성과 GPS수신기간의 거리를 측정할 때 다수의 오차를 포함하게 되어서, GPS수신기의 위치에도 오차가 생길 수 밖에 없다. 이때, 각 위성이 같은 정도의 거리 오차가 있더라도 서로 상대적인 위치가 어디에 위치하냐에 따라 최종적으로 측정하는 위치에 생기는 오차가 도 5처럼 달라지게 되며, DOP에는 PDOP(position dilution of precision), TDOP (time dilution of precision), GDOP(geometric dilution of precision)등이 있다.
특성정보추출부(130)는 GPS신호를 신호수신부(110)로부터 전달받아서, 다음과 같은 과정으로 DOP를 계산한다.
Figure 112019135778959-pat00002
수학식 2는 특성정보추출부(130)가 DOP를 계산하기 위해 생성하는 행렬의 일 예를 나타낸다. 수학식 2의 각 변수에 대한 설명은, 수학식 1에서 이미 설명한 바 있으므로 생략한다. 수학식 2에서 A는 후술하는 Q를 산출하기 위한 데이터로서, n개의 행과 4개의 열로 구성된 행렬이다.
Figure 112019135778959-pat00003
수학식 3은 특성정보추출부(130)가 A를 기초로 하여 산출하는 행렬로서, 4개의 행과 4개의 열로 구성된 행렬을 나타낸다.
Figure 112019135778959-pat00004
Figure 112019135778959-pat00005
Figure 112019135778959-pat00006
수학식 4 내지 수학식 6은 수학식 3의 행렬 Q의 각 컴포넌트를 기초로 산출되는 다양한 DOP값의 일 예를 나타내고 있다. DOP값의 절대적인 크기는 앞서 언급한 것처럼, 수신하고 있는 위성들의 기하학적인 배치가 어떻게 이뤄져 있냐에 따라서만 달라진다. 그러나, 수신중이던 GPS위성의 신호가 끊기게 되거나 새로운 GPS위성의 신호를 받게 되는 것과 같이, 위성 신호의 갯수의 변화가 있을 때 마다 DOP 값 역시 급작스러운 변화가 발생하게 된다.
보통 GPS기만신호는 미리 설정된 특정 앙각(elevation angle)이상의 GPS위성의 신호만 모사하여 생성되지만, GPS 위성신호를 수신하는 GPS수신기의 경우는 GPS 수신기 주변의 구조물 등으로 인해서 신호가 끊어졌다가 다시 수신하게 되는 빈도가 상대적으로 잦을 수 밖에 없다. 따라서, DOP 값의 변화의 패턴 또한 GPS 위성 신호를 수신할 때와 GPS 기만 신호를 수신할 때 구분 가능할 정도로 다를 수 밖에 없으며, 본 발명에서는 기설정된 임계치를 기준으로 하여 DOP값이 어떻게 달라지는지 파악하여, GPS기만신호와 GPS진신호를 구별할 수 있다.
위와 같은 과정을 통해서, 특성정보추출부(130)가 GPS신호의 특성정보를 추출하고 나면, 기계학습모델은 추출된 특성정보를 학습하고, 학습된 이후에 입력되는 신규 GPS신호데이터가 GPS기만신호에 대한 것인지 아닌지를 의미있는 수치로 판별할 수 있게 된다. 일 예로서, 기만판별부(190)가 모델시험부(170)로부터 전달받은 결과가 신뢰도를 초과하는지 여부로, 수신된 신호가 GPS기만신호인지 아닌지 여부를 판별할 수 있음을 이미 설명한 바 있다.
도 2는 본 발명에 따른 GPS기만신호 판별 방법의 일 예의 흐름도를 도시한 도면이다.
도 2에 따른 방법은 도 1에 따른 GPS기만신호 판별 시스템(10)에 의해 구현될 수 있으므로, 이하에서는, 도 1을 참조하여 설명하기로 하고, 설명의 편의를 위해서, 도 1, 도 3 내지 도 5에서 설명한 내용과 중복되는 내용은 생략하기로 한다.
먼저, 신호수신부(110)는 GPS신호데이터를 수신한다(S210).
특성정보추출부(130)는 수신된 GPS데이터를 전처리하여, 신호품질, 신호전달경로, GPS항법메시지 차이에 대한 특성정보를 추출한다(S220).
모델학습부(150)는 추출된 특성정보로 기계학습모델을 학습시킨다(S230).
모델시험부(170)는 학습된 기계학습모델에 신규GPS데이터를 입력시킨다(S240).
기만판별부(190)는 학습된 기계학습모델의 출력결과로 단계 S240에서 새로 수신한 신규GPS데이터가 GPS기만신호에 대한 데이터인지 여부를 판별한다(S250).
본 발명은 GPS기만신호를 GPS진신호와 구별하기 위해서, 종래에는 사용되지 않았던 특성정보 세 가지를 추출하고, 그 중 적어도 하나 이상을 기계학습모델의 학습데이터로서 사용하여 모델을 학습시키고, 신규GPS신호를 수신하여 GPS기만신호를 판별할 수 있는 방법을 제시한다. 본 발명에서 GPS신호의 특성정보로서 추출하는 정보들은 GPS기만신호와 GPS진신호 간에 근본적으로 생길 수 밖에 없는 차이에 기인하는 정보들로서, 정확한 GPS기만신호 탐지가 가능해진다. 즉, 본 발명에 따라 학습된 GPS기만신호 탐지 시스템을 물리적 또는 논리적으로 장착하고 있는 GPS장비는 GPS기만 공격을 현저하게 높은 확률로 방어할 수 있게 된다.
이상 설명된 본 발명에 따른 실시 예는 컴퓨터상에서 다양한 구성요소를 통하여 실행될 수 있는 컴퓨터 프로그램의 형태로 구현될 수 있으며, 이와 같은 컴퓨터 프로그램은 컴퓨터로 판독 가능한 매체에 기록될 수 있다. 이때, 매체는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체, CD-ROM 및 DVD와 같은 광기록 매체, 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical medium), 및 ROM, RAM, 플래시 메모리 등과 같은, 프로그램 명령어를 저장하고 실행하도록 특별히 구성된 하드웨어 장치를 포함할 수 있다.
한편, 상기 컴퓨터 프로그램은 본 발명을 위하여 특별히 설계되고 구성된 것이거나 컴퓨터 소프트웨어 분야의 당업자에게 공지되어 사용 가능한 것일 수 있다. 컴퓨터 프로그램의 예에는, 컴파일러에 의하여 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용하여 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드도 포함될 수 있다.
본 발명에서 설명하는 특정 실행들은 일 실시 예들로서, 어떠한 방법으로도 본 발명의 범위를 한정하는 것은 아니다. 명세서의 간결함을 위하여, 종래 전자적인 구성들, 제어 시스템들, 소프트웨어, 상기 시스템들의 다른 기능적인 측면들의 기재는 생략될 수 있다. 또한, 도면에 도시된 구성 요소들 간의 선들의 연결 또는 연결 부재들은 기능적인 연결 및/또는 물리적 또는 회로적 연결들을 예시적으로 나타낸 것으로서, 실제 장치에서는 대체 가능하거나 추가의 다양한 기능적인 연결, 물리적인 연결, 또는 회로 연결들로서 나타내어질 수 있다. 또한, “필수적인”, “중요하게” 등과 같이 구체적인 언급이 없다면 본 발명의 적용을 위하여 반드시 필요한 구성 요소가 아닐 수 있다.
본 발명의 명세서(특히 특허청구범위에서)에서 “상기”의 용어 및 이와 유사한 지시 용어의 사용은 단수 및 복수 모두에 해당하는 것일 수 있다. 또한, 본 발명에서 범위(range)를 기재한 경우 상기 범위에 속하는 개별적인 값을 적용한 발명을 포함하는 것으로서(이에 반하는 기재가 없다면), 발명의 상세한 설명에 상기 범위를 구성하는 각 개별적인 값을 기재한 것과 같다. 마지막으로, 본 발명에 따른 방법을 구성하는 단계들에 대하여 명백하게 순서를 기재하거나 반하는 기재가 없다면, 상기 단계들은 적당한 순서로 행해질 수 있다. 반드시 상기 단계들의 기재 순서에 따라 본 발명이 한정되는 것은 아니다. 본 발명에서 모든 예들 또는 예시적인 용어(예들 들어, 등등)의 사용은 단순히 본 발명을 상세히 설명하기 위한 것으로서 특허청구범위에 의해 한정되지 않는 이상 상기 예들 또는 예시적인 용어로 인해 본 발명의 범위가 한정되는 것은 아니다. 또한, 당업자는 다양한 수정, 조합 및 변경이 부가된 특허청구범위 또는 그 균등물의 범주 내에서 설계 조건 및 팩터에 따라 구성될 수 있음을 알 수 있다.

Claims (9)

  1. 삭제
  2. GPS신호데이터를 수신하는 신호수신단계;
    수신된 GPS신호데이터를 전처리하여 신호품질, 신호전달경로 및 GPS항법메시지의 오차에 대한 특성정보를 추출하는 특성정보추출단계;
    상기 추출된 특성정보를 기계학습모델에 입력시켜 학습시키는 모델학습단계;
    상기 학습된 기계학습모델에 신규GPS신호데이터를 전처리하여 입력시키는 시험단계; 및
    상기 학습된 기계학습모델에서 출력된 결과를 기초로 상기 신규GPS신호데이터가 기만신호에 대한 데이터인지 여부를 판별하는 판별단계를 포함하고,
    상기 신호품질에 대한 특성정보는,
    클락 바이어스(clock bias) 및 클락 드리프트(clock drift) 중 적어도 하나 이상을 사용하여 추출되는 것을 특징으로 하는 GPS기만신호 특성정보를 이용한 GPS기만신호 판별 방법.
  3. GPS신호데이터를 수신하는 신호수신단계;
    수신된 GPS신호데이터를 전처리하여 신호품질, 신호전달경로 및 GPS항법메시지의 오차에 대한 특성정보를 추출하는 특성정보추출단계;
    상기 추출된 특성정보를 기계학습모델에 입력시켜 학습시키는 모델학습단계;
    상기 학습된 기계학습모델에 신규GPS신호데이터를 전처리하여 입력시키는 시험단계; 및
    상기 학습된 기계학습모델에서 출력된 결과를 기초로 상기 신규GPS신호데이터가 기만신호에 대한 데이터인지 여부를 판별하는 판별단계를 포함하고,
    상기 신호전달경로에 대한 특성정보는,
    정확도 추정(accuracy estimate) 방식에 의해 추출된 정보인 것을 특징으로 하는 GPS기만신호 특성정보를 이용한 GPS기만신호 판별 방법.
  4. GPS신호데이터를 수신하는 신호수신단계;
    수신된 GPS신호데이터를 전처리하여 신호품질, 신호전달경로 및 GPS항법메시지의 오차에 대한 특성정보를 추출하는 특성정보추출단계;
    상기 추출된 특성정보를 기계학습모델에 입력시켜 학습시키는 모델학습단계;
    상기 학습된 기계학습모델에 신규GPS신호데이터를 전처리하여 입력시키는 시험단계; 및
    상기 학습된 기계학습모델에서 출력된 결과를 기초로 상기 신규GPS신호데이터가 기만신호에 대한 데이터인지 여부를 판별하는 판별단계를 포함하고,
    상기 GPS항법메시지의 오차에 대한 특성정보는,
    DOP(Dilution of Precision)값의 차이를 이용하여 추출되는 것을 특징으로 하는 GPS기만신호 특성정보를 이용한 GPS기만신호 판별 방법.
  5. 제2항 내지 제4항 중 어느 한 항에 따른 방법을 실행시키기 위한 프로그램을 저장하고 있는 컴퓨터 판독가능한 기록매체.
  6. 삭제
  7. GPS신호데이터를 수신하는 신호수신부;
    수신된 GPS신호데이터를 전처리하여 신호품질, 신호전달경로 및 GPS항법메시지의 오차에 대한 특성정보를 추출하는 특성정보추출부;
    상기 추출된 특성정보를 기계학습모델에 입력시켜 학습시키는 모델학습부;
    상기 학습된 기계학습모델에 신규GPS신호데이터를 전처리하여 입력시키는 모델시험부; 및
    상기 학습된 기계학습모델에서 출력된 결과를 기초로 상기 신규GPS신호데이터가 기만신호에 대한 데이터인지 여부를 판별하는 기만판별부를 포함하고,
    상기 신호품질에 대한 특성정보는,
    클락 바이어스(clock bias) 및 클락 드리프트(clock drift)중 적어도 하나 이상을 사용하여 추출되는 것을 특징으로 하는 GPS기만신호 특성정보를 이용한 GPS기만신호 판별 시스템.
  8. GPS신호데이터를 수신하는 신호수신부;
    수신된 GPS신호데이터를 전처리하여 신호품질, 신호전달경로 및 GPS항법메시지의 오차에 대한 특성정보를 추출하는 특성정보추출부;
    상기 추출된 특성정보를 기계학습모델에 입력시켜 학습시키는 모델학습부;
    상기 학습된 기계학습모델에 신규GPS신호데이터를 전처리하여 입력시키는 모델시험부; 및
    상기 학습된 기계학습모델에서 출력된 결과를 기초로 상기 신규GPS신호데이터가 기만신호에 대한 데이터인지 여부를 판별하는 기만판별부를 포함하고,
    상기 신호전달경로에 대한 특성정보는,
    정확도 추정(accuracy estimate) 방식에 의해 추출된 정보인 것을 특징으로 하는 GPS기만신호 특성정보를 이용한 GPS기만신호 판별 시스템.
  9. GPS신호데이터를 수신하는 신호수신부;
    수신된 GPS신호데이터를 전처리하여 신호품질, 신호전달경로 및 GPS항법메시지의 오차에 대한 특성정보를 추출하는 특성정보추출부;
    상기 추출된 특성정보를 기계학습모델에 입력시켜 학습시키는 모델학습부;
    상기 학습된 기계학습모델에 신규GPS신호데이터를 전처리하여 입력시키는 모델시험부; 및
    상기 학습된 기계학습모델에서 출력된 결과를 기초로 상기 신규GPS신호데이터가 기만신호에 대한 데이터인지 여부를 판별하는 기만판별부를 포함하고,
    상기 GPS항법메시지의 오차에 대한 특성정보는,
    DOP(Dilution of Precision)값의 차이를 이용하여 추출되는 것을 특징으로 하는 GPS기만신호 특성정보를 이용한 GPS기만신호 판별 시스템.
KR1020190178520A 2019-12-30 2019-12-30 Gps기만신호 특성정보를 이용한 gps기만신호 판별 방법 및 그 시스템 KR102256665B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020190178520A KR102256665B1 (ko) 2019-12-30 2019-12-30 Gps기만신호 특성정보를 이용한 gps기만신호 판별 방법 및 그 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020190178520A KR102256665B1 (ko) 2019-12-30 2019-12-30 Gps기만신호 특성정보를 이용한 gps기만신호 판별 방법 및 그 시스템

Publications (1)

Publication Number Publication Date
KR102256665B1 true KR102256665B1 (ko) 2021-05-27

Family

ID=76135368

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190178520A KR102256665B1 (ko) 2019-12-30 2019-12-30 Gps기만신호 특성정보를 이용한 gps기만신호 판별 방법 및 그 시스템

Country Status (1)

Country Link
KR (1) KR102256665B1 (ko)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20140049787A (ko) 2012-10-18 2014-04-28 한국전자통신연구원 위성항법 기만신호 제거 방법 및 장치
KR20150050114A (ko) 2013-10-31 2015-05-08 한국전자통신연구원 기만 신호 예측 방법 및 그 장치
KR20150051555A (ko) * 2013-11-04 2015-05-13 한국전자통신연구원 위성항법 수신기에서의 기만 신호 검출 장치 및 방법
US9849978B1 (en) 2015-09-25 2017-12-26 Amazon Technologies, Inc. Detecting of navigation data spoofing based on sensor data

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20140049787A (ko) 2012-10-18 2014-04-28 한국전자통신연구원 위성항법 기만신호 제거 방법 및 장치
KR20150050114A (ko) 2013-10-31 2015-05-08 한국전자통신연구원 기만 신호 예측 방법 및 그 장치
KR20150051555A (ko) * 2013-11-04 2015-05-13 한국전자통신연구원 위성항법 수신기에서의 기만 신호 검출 장치 및 방법
US9849978B1 (en) 2015-09-25 2017-12-26 Amazon Technologies, Inc. Detecting of navigation data spoofing based on sensor data

Similar Documents

Publication Publication Date Title
KR101535873B1 (ko) 위성측위시스템과 추측 항법을 융합한 차량 위치 추정 시스템 및 방법
KR101930354B1 (ko) 위성항법 수신기에서의 기만 신호 검출 장치 및 방법
CN106605155B (zh) 用于验证gnss定位信号的可信性的方法
US8134493B2 (en) System and method for precision geolocation utilizing multiple sensing modalities
CN108693543A (zh) 用于检测信号欺骗的方法及系统
Jing et al. Integrity monitoring of GNSS/INS based positioning systems for autonomous vehicles: State-of-the-art and open challenges
JP3122389B2 (ja) 背景クラッタ中のレーダ目標追跡システム
CN106133553B (zh) 用于确定利用gnss定位的空间分辨的误差程度的方法
US20050283309A1 (en) Self-position identification apparatus and self-position identification method
Groves et al. Shadow matching: Improved GNSS accuracy in urban canyons
EP3581968A1 (en) Signal fault detection for global navigation satellite system using multiple antennas
CN109405827B (zh) 终端定位方法及装置
US5739789A (en) Method for position determination
CN109459774A (zh) 一种基于超限判断的输电杆塔形变监测系统及方法
US11442175B2 (en) Secure method for determining the position of a receiving device
CN111856526B (zh) 非直达径卫星导航信号识别方法、系统及介质
EP1514134B1 (en) Method for determining positions of targets by bistatic measurements using signals scattered by the targets
KR102256665B1 (ko) Gps기만신호 특성정보를 이용한 gps기만신호 판별 방법 및 그 시스템
US8416100B2 (en) Method and device for monitoring a horizontal position of an aircraft rolling on the ground
KR102102398B1 (ko) 실시간 내비게이션 성능 평가 장치 및 방법
US8005614B2 (en) Method for monitoring the integrity of an aircraft position computed on board
KR101580053B1 (ko) 가속도계를 이용한 gps 기만신호 검출장치 및 방법
RU2389042C2 (ru) Способ определения защитного предела вокруг местоположения движущегося тела, вычисленного по спутниковым сигналам
Niedermeier et al. Detection and mitigation of GNSS deception by combination of odometric dead reckoning and GNSS observations for vehicles
CN111208843B (zh) 基于gps和光流计融合的无人机传感器欺骗检测方法

Legal Events

Date Code Title Description
GRNT Written decision to grant