非视距环境下无线定位系统的位置欺骗问题研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    61701417
  • 项目类别:
    青年科学基金项目
  • 资助金额:
    24.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    F0105.移动通信
  • 结题年份:
    2020
  • 批准年份:
    2017
  • 项目状态:
    已结题
  • 起止时间:
    2018-01-01 至2020-12-31

项目摘要

There has been a growing concern about location spoofing on today's wireless localization systems. To deal with the problem, existing studies typically make use of a consistency analysis which explores the inconsistency between localization results and localization signals caused by location spoofing. A drawback is the requirement of good channel conditions. In case of non-line-of sight (NLOS) channel conditions, these studies will face challenges from two aspects: (1) incapable of differentiating NLOS errors from biases caused by location spoofing, and (2) misidentifying some location biases when used outside of the convex hull area. In this project, we will address the problem of location spoofing in NLOS conditions, with a focus on the above two challenges. Our project will consist of three parts. First, we will investigate the misidentification problem including how to bound the area of misidentification and how to develop a new method to ensure accurate identification in the area. Then, we will dive into the physical layer and network layer of a localization system, to design a signal based identification method and a distributed voting based identification method for location spoofing. Finally, a time series analysis will be carried out to identify anomaly trajectories caused by location spoofing. The outcome of this project is expected to guide the policy and practice standard development regarding wireless positioning in our country.
随着无线定技术的广泛应用,位置欺骗问题开始引起广泛关注。现有解决方案普遍采用一类“一致性”分析,通过发掘定位信号和定位结果间的不一致实现对位置欺骗的鉴别。然而,这些方案在复杂无线环境,尤其是非视距环境下都存在严重缺陷,主要包括两个方面(1)无法区分非视距传播误差和位置欺骗造成的偏差,以及(2)在凸包外围存在误差漏判问题。本项目拟从理论出发,结合实验验证,系统性的研究非视距环境下的误差发现和位置欺骗鉴别问题。研究包含三个层面。首先,研究一致性分析在凸包外围的漏判问题,确定失效区域,设计新的误差侦测方案。然后,从定位系统的物理层和网络层入手,发掘空间相似性,设计基于信号物理特征的位置鉴别方法和基于投票的位置鉴别方法。最后,利用运动用户轨迹的连续性,设计高效的时间序列算法,发现位置欺骗造成的轨迹冲突。本项目将为无线定服务的安全保障提供理论依据和数据支持。

结项摘要

随着无线定位技术在智能手机和物联网领域的广泛应用,无线定位系统的安全和可靠性问题开始受到广泛关注。其中,以位置欺骗这类安全威胁最为严重。早在2003年,美国交通部的报告就曾指出恶意攻击者可以通过伪造信号欺骗GPS定位用户,导致定位结果异常,甚至造成一定区域内GPS功能彻底瘫痪。近年来,越来越多的研究开始关注这一问题,主要研究方向包括如何发现恶意用户造成的定位结果异常以及如何消除这类异常等。造成定位结果异常的另一原因是无线信号的非视距传播。现有无线定位系统在非视距环境下定位误差可达589米,而一般的误差仅为数十米。如何侦测非视距传播及消除它的影响一直以来都无线定位系统研究的热点之一。本项目通过对位置欺骗信号研究和非视距信号研究,设计了一套异常误差检测机制,解决了非视距环境下定位欺骗鉴别问题。研究成果为无线定位异常误差检测和鉴别提供了理论依据和技术支持,并为相关部门制定行业标准和法规政策提供了依据。

项目成果

期刊论文数量(4)
专著数量(0)
科研奖励数量(0)
会议论文数量(3)
专利数量(1)
Experimental Analysis on Weight K-Nearest Neighbor Indoor Fingerprint Positioning
权重K最近邻室内指纹定位实验分析
  • DOI:
    10.1109/jiot.2018.2864607
  • 发表时间:
    2019-02-01
  • 期刊:
    IEEE INTERNET OF THINGS JOURNAL
  • 影响因子:
    10.6
  • 作者:
    Hu, Jiusong;Liu, Dawei;Liu, Hongli
  • 通讯作者:
    Liu, Hongli
Context-Aware Human Activity and Smartphone Position-Mining with Motion Sensors
使用运动传感器进行情境感知的人类活动和智能手机位置挖掘
  • DOI:
    10.3390/rs11212531
  • 发表时间:
    2019-11-01
  • 期刊:
    REMOTE SENSING
  • 影响因子:
    5
  • 作者:
    Gao, Zhiqiang;Liu, Dawei;Huang, Yi
  • 通讯作者:
    Huang, Yi
Identification of Location Spoofing in Wireless Sensor Networks in Non-Line-of-Sight Conditions
非视距条件下无线传感器网络中的位置欺骗识别
  • DOI:
    10.1109/tii.2017.2767631
  • 发表时间:
    2018-06
  • 期刊:
    IEEE Transactions on Industrial Informatics
  • 影响因子:
    12.3
  • 作者:
    Liu Dawei;Xu Yuedong;Huang Xin
  • 通讯作者:
    Huang Xin

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

一个具有双边网络效应的均衡市场结构模型
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    系统工程
  • 影响因子:
    --
  • 作者:
    李凯;刘大为;高佳琪
  • 通讯作者:
    高佳琪
岩浆侵入体对有机质生烃(成熟)作用的影响及数值模拟
  • DOI:
    --
  • 发表时间:
    2010
  • 期刊:
    岩石学报
  • 影响因子:
    --
  • 作者:
    王民;卢双舫;薛海涛;武静;刘大为
  • 通讯作者:
    刘大为
岩浆侵入体热传导模型优选及应用
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    吉林大学学报(地球科学版)
  • 影响因子:
    --
  • 作者:
    王民;卢双舫;刘大为;刘杨;武静
  • 通讯作者:
    武静
基于多分辨率建模方法的CTCS-3级列控系统仿真技术
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    中国铁道科学
  • 影响因子:
    --
  • 作者:
    刘大为;王剑;李小琴;蔡伯根;上官伟;王晶晶;严细辉
  • 通讯作者:
    严细辉
髓样细胞表达触发受体-1在真菌感染小鼠血浆和肺泡灌洗液中的表达及其相关性研究
  • DOI:
    --
  • 发表时间:
    2017
  • 期刊:
    中华内科杂志
  • 影响因子:
    --
  • 作者:
    崔娜;王郝;苏龙翔;张佳慧;刘大为
  • 通讯作者:
    刘大为

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码