ADS-B异常检测模型

轻量高召回

将TCN预测与Transformer重构相结合，再用SVDD动态确定最优阈值，兼顾长程依赖与轻量化部署。

Luo, Peng · Wang, Buhong · Tian, Jiwei

Computers and Security 2024

技术优势

全面超越机器学习

在召回率、检测率、准确率、漏报率和误报率上均优于其他机器学习方法。

训练更快更轻

相比LSTM、GRU和LSTM-AE等深度学习方法，训练时间更短且模型轻量化。

应用场景

• 空管安全监控：将模型集成到空管系统中，实时检测ADS-B异常，提升运行安全。
• 异常检测系统：为异常检测系统提供高召回、低误报的检测模型。
• 无人机监管：检测无人机ADS-B数据中的异常如高度偏移和拒绝服务攻击。
• 低空飞行器监控：应用于低空飞行器监控，保障信息与运行安全。