[论文解读] 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 7

一句话总结

本文提出了一种基于深度强化学习（RL）的框架，利用低成本车载传感器数据实现实时GNSS欺骗攻击检测。在Honda驾驶数据集上进行训练，该模型在所有评估场景中实现了99.99%–100%的准确率和100%的召回率，表明其在逐趟行程欺骗检测中具有极高的有效性，且具备出色的精确率和F1分数。

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.

研究动机与目标

• 开发一种依赖GNSS定位的实时、鲁棒的欺骗攻击检测系统。
• 利用低成本车载传感器数据作为输入，检测欺骗攻击，而无需依赖专用GNSS硬件。
• 设计一种深度强化学习模型，实现对欺骗事件的逐趟行程检测。
• 在真实驾驶数据集上，通过准确率、召回率、精确率和F1分数评估模型性能。
• 在GNSS接收机中实现反馈-校正机制，以增强对欺骗攻击的抗御能力。

提出的方法

• 作者使用Honda驾驶数据集，构建了包含欺骗与非欺骗场景的标注数据集。
• 基于深度Q网络（DQN）的强化学习模型被训练，用于将实时传感器数据分类为正常或欺骗状态。
• 状态特征源自车载传感器，如车速、偏航率和加速度，以表征车辆的动力学行为。
• 强化学习智能体通过与环境的试错交互学习最优策略，以最大化正确检测的累积奖励。
• 采用标准分类指标（准确率、精确率、召回率和F1分数）对模型进行评估。
• 训练过程中采用奖励塑造，优先考虑高召回率并最小化安全关键应用中的假阴性。

实验结果

研究问题

• RQ1 基于深度强化学习的模型能否仅使用低成本车载传感器数据有效检测GNSS欺骗攻击？
• RQ2 在真实驾驶条件下，该模型在检测准确率、召回率、精确率和F1分数方面的表现如何？
• RQ3 基于强化学习的系统能否实现实时、逐趟行程的欺骗检测，适用于自动驾驶车辆部署？
• RQ4 该模型在不同欺骗场景和驾驶动态下的性能表现如何变化？
• RQ5 该强化学习模型在未见过的驾驶模式下，其泛化能力有多强，同时保持高检测可靠性？

主要发现

• 深度强化学习模型在所有评估场景中实现了99.99%–100%的检测准确率。
• 该模型实现了100%的完美召回率，表明其成功识别了所有欺骗攻击，无任何假阴性。
• 精确率在93.44%至100%之间，表明其在最小化假阳性方面具有极强的可靠性。
• F1分数在96.61%至100%之间，反映出精确率与召回率之间良好的平衡与稳健性能。
• 该模型展现出强大的泛化能力和实时处理能力，适用于安全关键型自动驾驶车辆系统的部署。
• 结果证实，仅依靠车载传感器数据即可实现高度有效的欺骗检测，而无需依赖复杂的GNSS信号处理。