[论文解读] A Survey on Security and Privacy Issues of UAVs

Yassine Mekdad, Ahmet Arış+5 more|arXiv (Cornell University)|Sep 29, 2021

UAV Applications and Optimization被引用 10

一句话总结

本综述对无人机（UAVs）在硬件、软件、通信和传感器系统四个层级上的安全与隐私挑战进行了全面分析。它识别了漏洞，对主动和被动攻击进行分类，回顾了现有对策，并探讨了人工智能（AI）、区块链和雾计算等新兴技术在UAV安全中的应用，为未来安全UAV设计和政策制定提供了可操作的见解。

ABSTRACT

In the 21st century, the industry of drones, also known as Unmanned Aerial Vehicles (UAVs), has witnessed a rapid increase with its large number of airspace users. The tremendous benefits of this technology in civilian applications such as hostage rescue and parcel delivery will integrate smart cities in the future. Nowadays, the affordability of commercial drones expands its usage at a large scale. However, the development of drone technology is associated with vulnerabilities and threats due to the lack of efficient security implementations. Moreover, the complexity of UAVs in software and hardware triggers potential security and privacy issues. Thus, posing significant challenges for the industry, academia, and governments. In this paper, we extensively survey the security and privacy issues of UAVs by providing a systematic classification at four levels: Hardware-level, Software-level, Communication-level, and Sensor-level. In particular, for each level, we thoroughly investigate (1) common vulnerabilities affecting UAVs for potential attacks from malicious actors, (2) existing threats that are jeopardizing the civilian application of UAVs, (3) active and passive attacks performed by the adversaries to compromise the security and privacy of UAVs, (4) possible countermeasures and mitigation techniques to protect UAVs from such malicious activities. In addition, we summarize the takeaways that highlight lessons learned about UAVs' security and privacy issues. Finally, we conclude our survey by presenting the critical pitfalls and suggesting promising future research directions for security and privacy of UAVs.

研究动机与目标

• 系统性地对无人机在四个架构层级（硬件、软件、通信和传感器系统）中的安全与隐私威胁进行分类与分析。
• 识别针对商用无人机的常见漏洞和攻击向量，特别是利用弱安全机制或无安全机制的攻击。
• 评估现有对策与缓解技术，包括入侵检测、加密以及区块链和人工智能等新兴技术。
• 突出当前UAV安全实践中存在的关键差距，特别是安全与隐私在UAV开发生命周期中缺乏早期整合。
• 为民用和智慧城市建设中的UAV安全提供未来研究方向与政策建议。

提出的方法

• 对UAV安全问题在四个抽象层级（传感器、硬件、软件和通信层）进行系统性文献回顾与分类。
• 根据对UAV功能和数据完整性的影响，将攻击分类为主动和被动类型，包括欺骗、干扰、中间人攻击和数据外泄。
• 评估UAV通信和控制信道中现有安全机制（如加密、访问控制和入侵检测系统（IDS））的有效性。
• 分析人工智能（AI）、区块链、软件定义网络（SDN）和雾计算等新兴技术在提升UAV安全与隐私方面的作用。
• 评估这些技术在真实UAV部署中的可行性与局限性，特别是延迟、可扩展性和实时性能方面的问题。
• 总结经验教训并识别关键挑战，如缺乏标准化安全框架、机器学习训练数据集不足，以及先进技术部署成本过高等问题。

实验结果

研究问题

• RQ1 UAV在传感器、硬件、软件和通信层级的主要安全与隐私漏洞是什么？
• RQ2 主动和被动网络攻击如何在民用应用中破坏UAV运行和数据机密性？
• RQ3 针对UAV特有威胁，最有效的现有对策与缓解技术有哪些？
• RQ4 人工智能、区块链、SDN和雾计算等新兴技术如何增强UAV的安全与隐私？
• RQ5 在智慧城市和国家空域中，下一代UAV系统安全的关键研究空白与未来方向是什么？

主要发现

• 大多数商用UAV缺乏基本安全机制（如入侵检测系统），使其极易受到网络攻击。
• UAV被整合进民用空域带来了显著的隐私风险，尤其是机载摄像头和数据采集功能在敏感设施附近运行时。
• 人工智能和区块链等新兴技术在提升UAV安全方面展现出潜力，但实时部署仍面临延迟和可扩展性问题的挑战。
• 联邦学习和基于射频（RF）的认证模型可提升对恶意无人机的检测能力，但公开可用的UAV数据集匮乏，限制了模型训练与评估。
• 基于SDN的UAV网络可实现动态安全控制，但引入了较高的端到端延迟，限制了其在时间敏感任务中的应用。
• 当前雾计算架构未针对UAV优化，导致数据处理时间增加，尤其在多UAV场景中更为明显。