On Adversarial Attacks In Acoustic Drone Localization

要約

マルチローターの空中自動運転車（MAV、より広く知られている「ドローン」）は、広大で多様な分野（農業、商業提供、捜索救助など）での適用性が高まっているため、近年関心を高めています。
照明条件や閉塞に対する視覚ベースの方法の感度は、音響センシングなどの他のモダリティに依存する航海の研究の成長を促しました。
制御されていない環境でのタスクにスケールでドローンを使用することにおける主要な懸念は、ナビゲーションシステムに対する敵対的な攻撃の潜在的な脅威であり、ユーザーをミッションクリティカルな障害、セキュリティ侵害、およびオペレーターや傍観者を危険にさらす可能性のある安全性の侵害にさらすことです。
以前の研究は、音響ベースのドローンローカリゼーションの印象的な進歩を示していますが、ドローンナビゲーションを介した敵対的攻撃の事前研究は、視覚センシングベースのシステムのみに対処します。
この作業では、音響ドローンの局在に対するPGD敵対攻撃の効果の包括的な分析を提供することにより、このギャップを補うことを目指しています。
さらに、敵対的な摂動回復のためのアルゴリズムを開発し、そのような攻撃の影響を著しく減少させることができます。
すべての実験を再現するためのコードは、公開時にリリースされます。

要約(オリジナル)

Multi-rotor aerial autonomous vehicles (MAVs, more widely known as ‘drones’) have been generating increased interest in recent years due to their growing applicability in a vast and diverse range of fields (e.g., agriculture, commercial delivery, search and rescue). The sensitivity of visual-based methods to lighting conditions and occlusions had prompted growing study of navigation reliant on other modalities, such as acoustic sensing. A major concern in using drones in scale for tasks in non-controlled environments is the potential threat of adversarial attacks over their navigational systems, exposing users to mission-critical failures, security breaches, and compromised safety outcomes that can endanger operators and bystanders. While previous work shows impressive progress in acoustic-based drone localization, prior research in adversarial attacks over drone navigation only addresses visual sensing-based systems. In this work, we aim to compensate for this gap by supplying a comprehensive analysis of the effect of PGD adversarial attacks over acoustic drone localization. We furthermore develop an algorithm for adversarial perturbation recovery, capable of markedly diminishing the affect of such attacks in our setting. The code for reproducing all experiments will be released upon publication.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google