İHA sürülerinde BeiDou sinyal manipülâsyonunun gerçek zamanlı tespiti için üç akışlı çoklu model mimarisi

Neden drone sürülerinin doğruluğunu korumak önemli

Yoğun bir şehir üzerinde sıkı bir oluşum içinde uçan teslimat dronları veya kurtarma robotları filosunu hayal edin. Nerede olduklarını bilmek için uydu sinyallerine güvenirler. Kötü niyetli bir aktör bu sinyalleri sessizce taklit ederse, tüm sürü rotasından sapabilir, çarpışabilir veya yasaklı hava sahasına girebilir. Bu makale, böyle bir aldatmacayı gerçek zamanlı olarak nasıl tespit edip karşı koyabileceğimizi inceliyor; böylece büyük insansız hava aracı grupları gökyüzü kendilerine yalan söylese bile güvenli ve görevde kalabilir.

Bugünün drone navigasyonundaki gizli zayıflık

Çoğu modern drone, konum ve zaman takibi için Çin’in BeiDou’su gibi küresel navigasyon uydu sistemlerini kullanır. Tüketici sınıfı dronlar tipik olarak ek güvenlik özellikleri olmayan basit, tek frekanslı alıcılara sahiptir. Bu durum onları, gerçek sinyallerden daha güçlü yayın yapan sahte uydu sinyalleriyle aldatmaya açık hedefler haline getirir. Sürüler halinde uçuşlarda tehlike katlanır: eğer birçok drone aynı yanlış bilgilere inanırsa, titizlikle düzenlenmiş aralıklar bozulur; bu da özellikle yansımalar ve sinyal engellemelerle dolu kalabalık kentsel “kanyon” ortamlarda çarpışma ve görev başarısızlığı riskini artırır.

Sürüyü kandırmanın birçok yolu

Yazarlar, bir sürüyü yanıltabilecek çeşitli saldırı türlerini ayrıntılı olarak haritalıyor. Güçlü bir yer vericisi bir alanı sahte sinyallerle doldurarak tüm grubu coğrafi sınırlandırılmış bölgesinden çekebilir. Bir minibüse monte edilmiş hareketli bir sahteleyici, sürünün yolunu yavaşça saptırdıktan sonra ani bir kayma yapabilir. Oluşum içindeki ele geçirilmiş bir drone yerel bir aldatıcı gibi davranarak yakın komşuları birbirine çarpacak şekilde yönlendirebilir. Diğer taktikler gerçek sinyalleri gecikmeyle tekrar oynatmayı, frekansları kademeli olarak önyargılamayı veya alıcıların önce kilit kaybetmesine, ardından sahte sinyallere yeniden kilitlemesine neden olmak için karıştırma ve sahtelemeyi birleştirmeyi içerir. Bu senaryolar bir araya geldiğinde, onlarca aracın gerçek zamanlı koordine olması gereken durumlarda tek drone savunmalarının yeterli olmadığı ortaya çıkar.

Çok katmanlı “algıla ve paylaş” savunması

Bu tehditlere karşı çalışma, aynı anda bireysel drone davranışlarını ve sürü desenlerini izleyen hibrit bir tespit sistemi öneriyor. Sisteminin merkezinde, her drone geçmiş hareket ve yerleşik sensörlere dayanarak nasıl hareket etmesi gerektiğini tahmin eden matematiksel bir takipçi çalıştırır ve bunu BeiDou’nun bildirdikleriyle karşılaştırır. Alışılmadık farklılıklar şüphe uyandırır. Buna ek olarak, üç tür öğrenme modeli ipuçları arar: biri uydu sinyallerindeki desenlere odaklanır, diğeri hareketin zaman içinde nasıl geliştiğini izler ve üçüncüsü oluşumdaki dronların birbirleriyle ilişkilerini inceler. Bu modellerin çıktıları tek bir risk skorunda birleştirilir. Drone telemetri günlükleriyle eğitilmiş özel bir dil modeli, durum belirsiz olduğunda ekstra bir “akıl kontrolü” sağlar ve düşmanca müdahaleyi yansımalar veya rüzgar türbülansı gibi normal anormalliklerden ayırmaya yardımcı olur.

Sürüyü birlikte tepki vermeyi öğreterek

Tespit hikâyenin yalnızca yarısıdır; sürünün akıllıca yanıt vermesi de gerekir. Bu çerçevede her drone düzenli olarak konum, hareket ve sahteleme risminin özlü özetlerini yakındaki peer’larla paylaşır. Her drone ardından hangi komşuların güvenilir olduğu konusunda kendi görüşünü oluşturur ve şüpheli görünen veya güvenilmez iletişim kuranlara daha az ağırlık verir. Bu güven-ağırlıklı uzlaşma, her aracın hızını ve yönünü nasıl ayarlayacağını belirler. Güvenli görünen dronlar oluşumu tekrar hizaya çekmeye yardımcı olurken, şüpheli dronlar etkili biçimde daha düşük önceliklendirilir, uzaklaştırılır veya hareket eden engeller olarak ele alınır. Sistem ayrıca düşük sahteleme riski ve iyi iletişim bağlantılarına sahip dronlara “lider” rollerini yeniden atayarak merkezi bir denetleyici olmadan düzenli bir oluşumu koruyabilir.

Fikri sanal bir gökyüzünde test etmek

Gerçek dünyada sahte uydu sinyalleri yayınlamak sıkı şekilde düzenlendiği için ekip ayrıntılı bir yazılım simülatörü inşa etti. Simülatör BeiDou geometrisini, gerçekçi sinyal gürültüsünü, kentsel yansımaları ve sahteleme ve karıştırma davranışlarının geniş bir yelpazesini, kötü amaçlı dronları ve birden fazla koordineli vericiyi canlandırır. Her sanal drone, simüle edilmiş bir uydu alıcısı ve hareket sensörleri taşır ve tespit ile kontrol algoritmalarının kendi kopyasını çalıştırır. Farklı sürü şekillerini, uçuş görevlerini ve tehdit türlerini kapsayan onlarca test çalışmasında sistem vakaların yaklaşık %97’sinde sahteciliği doğru şekilde işaretledi; çok az yanlış alarm ve ortalama üç saniyenin altında bir tepki süresi görüldü. Karmaşık saldırılar sırasında bile sürünün yolu tipik olarak hedeflenen rotasından beş metreden daha az sapmış ve neredeyse tüm görevler başarıyla tamamlanmıştır.

Günlük drone kullanımı için bunun anlamı

Açıkça ifade etmek gerekirse, bu çalışma işbirliği yapan drone ağlarının "konum duygularının" manipüle edildiğini fark etmeyi, bunu birbirleriyle paylaşmayı ve uçuş halinde oluşumu ayarlayarak güvenli ve faydalı kalmayı öğrenebileceğini gösteriyor. Yaklaşım standart uydu ve hareket sensörleriyle çalışır ve dağıtık şekilde çalışacak biçimde tasarlanmıştır; bu nedenle teslimat, denetim veya acil müdahale için kullanılan gerçek filolara uyarlanabilir. Mevcut sonuçlar simülasyondan geliyor ve hâlâ görece güçlü yerleşik hesaplamaya dayanıyor olsa da, güvenilir navigasyonun garanti edilemediği şehirler ve diğer çekişmeli ortamlar için drone sürülerini çok daha dayanıklı hale getirme yolunu açar.

Atıf: Tariq, U., Ahanger, T.A. & Shaukat, K. Tri-stream multi-model architecture for real-time detection of BeiDou signal manipulation in UAV swarms. Sci Rep 16, 15802 (2026). https://doi.org/10.1038/s41598-026-46655-y

Anahtar kelimeler: İHA sürüleri, GNSS sahteciliği, BeiDou güvenliği, drone navigasyonu, siber-fiziksel saldırılar