研究人員研發的人工智能算法，可檢測到針對軍用無人駕駛車輛的中間人攻擊。
機器人操作系統（ROS）是高度網絡化的，機器人之間需要協作，其中的傳感器、控制器等需要通信并通過雲服務交換信息，因此極易受到數據洩露和電磁劫持攻擊等網絡攻擊。中間人攻擊（MitM）是一種可以攔截和篡改兩方通信數據的網絡攻擊，中間人攻擊可破壞無人駕駛車輛的操作、修改傳輸的指令、甚至控制和指導機器人進行危險的動作。
機器人系統可以從不同層面進行攻擊，包括核心系統、子系統、子組件，引發使機器人無法正常工作的操作問題。澳大利亞南澳大學（University of South Australia）和查爾斯特大學研究人員研發了一種可以檢測和攔截針對軍用無人機器人的中間人攻擊的人工智能算法，使用機器學習技術檢測中間人攻擊，并在幾秒鍾内就可以阻斷攻擊。
圖爲中間人攻擊可以攻擊的不同節點
檢測針對針對無人駕駛車輛和機器人的中間人攻擊極其複雜，因此這些系統都在容錯模式下運行，區分正常操作和錯誤條件非常困難。研究人員研發了一個機器學習系統，可以分析機器人的網絡流量以檢測嘗試入侵機器人系統的惡意流量，系統使用基于節點的方法，仔細檢查包數據，使用基于流統計的系統來從包頭讀取元數據，使用深度學習卷積神經網絡（CNN）來增強檢測結果的準确性。
圖爲測試中使用的機器人
研究人員使用 GVR-BOT 機器人進行了測試，實驗表明可以成功阻斷 99% 的中間人攻擊，假陽性率小于 2%。
圖爲傳感器數據（攻擊從 300 秒開始）
圖爲性能測試結果
研究人員稱該系統經過改進可以用于其他機器人系統，如無人機系統。與陸地機器人相比，無人機之間的通信更加快速和複雜。
相關研究成果發表在 CCF-A 類期刊 IEEE Transactions on Dependable and Secure Computing，論文下載地址https://ieeexplore.ieee.org/abstract/document/10210500
