-
公开(公告)号：CN118523928B
公开(公告)日：2025-04-15
申请号：CN202410573321.4
申请日：2024-05-10
Applicant: 中国矿业大学
IPC: H04L9/40 , G06F18/214 , G06F18/24 , G06F18/25 , G06N3/0464 , G06N3/08 , H04L41/16
Abstract: 本发明公开了一种多机器人系统的信息‑物理融合网络攻击检测方法，该检测方法包括：构建多机器人系统实验平台；对多机器人系统实验平台进行网络攻击；采集网络入侵后多机器人系统实验平台的网络流量信息以及物理状态信息；利用卷积神经网络构建初始检测模型，利用数据集对初始检测模型进行训练，将训练之后的初始检测模型作为目标检测模型；利用目标检测模型实现多机器人系统的攻击检测。本发明基于卷积神经网络构建的分类模块，在构建的Leader‑Follower多机器人系统受到不同类型的网络攻击时能快速的将网络数据和机器人运动状态的数据进行采集，并进行分类，该检测模型不但提升了检测效率，对异常数据检测的准确率超过90％。
-
公开(公告)号：CN118523928A
公开(公告)日：2024-08-20
申请号：CN202410573321.4
申请日：2024-05-10
Applicant: 中国矿业大学
IPC: H04L9/40 , G06F18/214 , G06F18/24 , G06F18/25 , G06N3/0464 , G06N3/08 , H04L41/16
Abstract: 本发明公开了一种多机器人系统的信息‑物理融合网络攻击检测方法，该检测方法包括：构建多机器人系统实验平台；对多机器人系统实验平台进行网络攻击；采集网络入侵后多机器人系统实验平台的网络流量信息以及物理状态信息；利用卷积神经网络构建初始检测模型，利用数据集对初始检测模型进行训练，将训练之后的初始检测模型作为目标检测模型；利用目标检测模型实现多机器人系统的攻击检测。本发明基于卷积神经网络构建的分类模块，在构建的Leader‑Follower多机器人系统受到不同类型的网络攻击时能快速的将网络数据和机器人运动状态的数据进行采集，并进行分类，该检测模型不但提升了检测效率，对异常数据检测的准确率超过90％。
-
公开(公告)号：CN118199918A
公开(公告)日：2024-06-14
申请号：CN202410136004.6
申请日：2024-01-31
Applicant: 中国矿业大学
Abstract: 本发明公开了一种基于ROS环境下网联机器人的网络攻击系统，包括场景设定模块、编队环境生成模块和网络攻击模块，其中网络攻击模块包含虚假数据注入模块、重放攻击模块和拒绝服务攻击模块；运行领航者节点生成Gazebo场景，通过编队算法计算出跟随者tt1机器人下一时刻运行的速度，并将速度通过TCP协议作为控制信号发送给跟随者tt1机器人，控制跟随者的运动；拦截含控制信号的数据包并注入虚假数据，发送给目标主机；重放存储含控制信号的数据包，跟随者tt1按重放指令进行运动；向跟随者tt1发送大量不符合规则的连接请求的数据包，使其处于半连接状态。本发明易于部署、操作简便且具有较强的扩展性，为机器人网络安全领域的研究人员提供了必要的网络攻击环境。
-
公开(公告)号：CN118199918B
公开(公告)日：2024-08-20
申请号：CN202410136004.6
申请日：2024-01-31
Applicant: 中国矿业大学
Abstract: 本发明公开了一种基于ROS环境下网联机器人的网络攻击系统，包括场景设定模块、编队环境生成模块和网络攻击模块，其中网络攻击模块包含虚假数据注入模块、重放攻击模块和拒绝服务攻击模块；运行领航者节点生成Gazebo场景，通过编队算法计算出跟随者tt1机器人下一时刻运行的速度，并将速度通过TCP协议作为控制信号发送给跟随者tt1机器人，控制跟随者的运动；拦截含控制信号的数据包并注入虚假数据，发送给从机；重放存储含控制信号的数据包，跟随者tt1按重放指令进行运动；向跟随者tt1发送大量不符合规则的连接请求的数据包，使其处于半连接状态。本发明易于部署、操作简便且具有较强的扩展性，为机器人网络安全领域的研究人员提供了必要的网络攻击环境。
-
-
-
Search Results
4
records
(took 0.036 seconds)
