[論文レビュー] A Reinforcement Learning Approach for GNSS Spoofing Attack Detection of Autonomous Vehicles

Sagar Dasgupta, Tonmoy Ghosh+1 more|arXiv (Cornell University)|Aug 19, 2021

Autonomous Vehicle Technology and Safety参考文献 20被引用数 7

ひとこと要約

本論文は、低価格の車載センサデータを用いた、自律走行車両におけるGNSSスプーフィング攻撃のリアルタイム検出を目的とした、深層強化学習（RL）ベースのフレームワークを提案する。Hondaドライブデータセットで訓練されたモデルは、99.99–100%の正確性と100%の再現率を達成し、高い精度とF1スコアを示す。

ABSTRACT

A resilient and robust positioning, navigation, and timing (PNT) system is a necessity for the navigation of autonomous vehicles (AVs). Global Navigation Satelite System (GNSS) provides satellite-based PNT services. However, a spoofer can temper an authentic GNSS signal and could transmit wrong position information to an AV. Therefore, a GNSS must have the capability of real-time detection and feedback-correction of spoofing attacks related to PNT receivers, whereby it will help the end-user (autonomous vehicle in this case) to navigate safely if it falls into any compromises. This paper aims to develop a deep reinforcement learning (RL)-based turn-by-turn spoofing attack detection using low-cost in-vehicle sensor data. We have utilized Honda Driving Dataset to create attack and non-attack datasets, develop a deep RL model, and evaluate the performance of the RL-based attack detection model. We find that the accuracy of the RL model ranges from 99.99% to 100%, and the recall value is 100%. However, the precision ranges from 93.44% to 100%, and the f1 score ranges from 96.61% to 100%. Overall, the analyses reveal that the RL model is effective in turn-by-turn spoofing attack detection.

研究の動機と目的

• 自律走行車両のGNSS位置決めに依存するリアルタイムで頑健なスプーフィング攻撃検出システムの開発を目的とする。
• 特別なGNSSハードウェアを必要とせず、低価格の車載センサデータを入力としてスプーフィング攻撃を検出することを目的とする。
• スプーフィングイベントの逐次的（ターン・バイ・ターン）検出が可能な深層強化学習モデルの設計を目的とする。
• 実際の走行データセットを用いて、正確性、再現率、適合率、F1スコアの観点からモデルの性能を評価することを目的とする。
• GNSS受信機におけるフィードバック・補正メカニズムを可能にし、スプーフィング攻撃に対する耐性を高めることを目的とする。

提案手法

• 著者らはHondaドライブデータセットを用いて、スプーフィングおよび非スプーフィングの状況をラベル付けしたデータセットを作成する。
• リアルタイムセンサデータを通常またはスプーフィングと分類するため、深層Qネットワーク（DQN）に基づく強化学習モデルを訓練する。
• 状態特徴量は、速度、ヨー率、加速度などの車載センサから得られ、車両の動的挙動を表現する。
• RLエージェントは、環境との試行錯誤による相互作用を通じて最適な方策を学習し、正しく検出された場合の累積報酬を最大化する。
• 標準的な分類指標（正確性、適合率、再現率、F1スコア）を用いてモデルを評価する。
• 訓練プロセスでは、安全上の重要な応用分野において再現率を優先し、偽陰性を最小限に抑えるために報酬設計を実施する。

実験結果

リサーチクエスチョン

• RQ1 低価格の車載センサデータのみを用いて、深層強化学習モデルはGNSSスプーフィング攻撃を効果的に検出できるか？
• RQ2 実際の走行条件下で、検出正確性、再現率、適合率、F1スコアの観点から、モデルの性能はいかがなものか？
• RQ3 RLベースのシステムは、自律走行車両の導入に適したリアルタイムでターン・バイ・ターンのスプーフィング検出を達成できるか？
• RQ4 異なるスプーフィング状況および走行ダイナミクスの下で、モデルの性能はどのように変化するか？
• RQ5 RLモデルは、未観測の走行パターンに対しても高い検出信頼性を維持しながら、どれほど一般化できるか？

主な発見

• 深層強化学習モデルは、評価されたすべてのシナリオで99.99%～100%の検出正確性を達成した。
• モデルは100%の完全な再現率を達成しており、偽陰性が一切ないことを示しており、すべてのスプーフィング攻撃を正常に特定している。
• 適合率は93.44%～100%の範囲にあり、偽陽性を最小限に抑える強力な信頼性を示している。
• F1スコアは96.61%～100%の範囲にあり、適合率と再現率の両面でバランスの取れた強く頑健な性能を示している。
• モデルは優れた一般化能力とリアルタイム処理能力を示しており、安全上の重要な自律走行車両システムへの導入に適している。
• 結果から、GNSS信号処理の複雑さに依存せず、車載センサデータのみで高効果なスプーフィング検出が可能であることが確認された。