ADS-B 安全問題研究綜述*

暴佳偉，田小平，劉宇娜，鄒長寬，張雨晴

（北京石油化工學院 信息工程學院，北京 102627）

0 引言

縱觀全球，自動依賴監視廣播［1］（automatic dependent surveillance-broadcast，ADS-B）在飛行數據技術處理方面已成為目前發展的主要方向和趨勢。ADS-B 技術在融合導航衛星、通訊技術、先進的機載和地面設備的基礎上，正創建更為高效、便捷的空中交通監視系統。ADS-B［2］信號在傳輸過程中多以報文方式直接傳輸，缺乏加密和身份驗證，使得ADS-B 信號很容易受到各種類型的攻擊，對航空運輸的安全勢必造成威脅［3］。隨著現代信號處理技術的高速發展，研究人員提出了各種有效的方法如加密、降噪和抗干擾等技術，來降低這些風險并增強ADS-B 安全性。本文針對上述情況，分別綜述了ADS-B 傳輸過程、ADS-B 硬件和軟件、ADS-B 數據 3個方向的進展，在介紹各種技術原理的基礎上提出了引入深度學習解決該問題的研究建議。

1 ADS-B 國內外研究進展

1.1 國外研究進展

歐洲是全球最早使用ADS-B 技術［4］的區域。瑞典在1991 年就舉辦了機載“飛行情報艙顯示器”和ADS-B 技術的聯合演示。截至2016 年歐洲已實現ADS-B 設備全覆蓋。2020 年歐洲空域已要求所有飛機都強制裝配ADS-B OUT 設備［5］。澳大利亞作為ADS-B 技術應用和推廣的典范，在2013 年12 月也完成了其上層空域的ADS-B 全覆蓋［6］。并從2017 年開始，澳大利亞要求所有具備儀表飛行的飛機都必須安裝ADS-B 設備。美國在2002 年7 月就宣布已建立ADS-B 數據鏈路并啟動ADS-B 系統服務［7］。實際上從2020 年起，美國空域內的所有飛機都配備了1090ES 數據鏈設備，滿足DO-260B 標準的機載設備，同時具備ADS-B OUT 監視功能。到目前為止，美國已經建成了星基1090ES 數據鏈接收機的監視系統——銥星二代，實現了航路監視領域的全覆蓋。亞洲ADS-B 技術開發是由國際民航組織“亞太地區航行規劃和執行小組”負責的。日本、菲律賓、泰國、新加坡和韓國等眾多的亞太國家都在大規模響應并積極開發部署ADS-B 系統。

1.2 國內研究進展

中國發展ADS-B［8］技術起步并不晚。早在1998年中國就開始建設L888，這是中國第一條ADS-B 新航線。2000 年該航線完成試運行評估并投入正式運營。中國民航飛行學院2005 年就在2 架西門諾爾飛機上嘗試使用ADS-B 技術。截至2020 年底，中國民航學院已為105 架飛機加裝了ADS-B 設備并建設了5 個地面基站，在廣漢飛行學院實現了對ADSB 信號的全域監控。2008 年3 月，安裝調試完畢的成都至九寨ADS-B 監視系統能輸出和接收1090ES數據鏈下的ADS-B 信號，并成功顯示了成都至九寨的航跡和相關的飛行信息。民航總局公布的《通用航空‘十三五’發展規劃》提出要組織和實施兼容“北斗”衛星導航系統的ADS-B 機載設備，并且針對設備審定其適航標準規范。《中國民用航空ADS-B實施規劃》總結也表明，到目前為止已完成全空域ADS-B OUT 監視的運行目標；下一個目標是到2025年完善ADS-B OUT 的運行網絡，實現ADS-B IN 運行規劃。該規劃將從總體上提高民用航空安全水平與檢測、服務能力，為我國發展成為民航強國提供有力保障。

綜上所述，隨著航空現代化進程的加快，ADS-B將成為下一代航空運輸系統的核心［9］。我國的ADS-B 技術推廣得很快，相關研究也需要不斷跟進。但面對攻擊信號干擾時，大部分接收機處理效果依然不佳，ADS-B 安全問題仍然面臨挑戰。

2 ADS-B 安全問題

2.1 ADS-B 協議和協議棧

ADS-B 協議主要由2 種數據鏈路構成，分別是通用訪問收發機數據鏈（UAT）和1090ES 數據鏈，如圖 1 所示［10］。其中，UAT 消息數據共 272 位長度，載頻為978 MHz；1090ES 數據鏈是相對于S 模式應答機（Mode S）消息格式的升級，負責將最初的56 位ADS-B 消息數據擴展成 112 位 1090ES 數據鏈，載頻為1 090 MHz，這樣1090ES 數據鏈就增強了ADS-B監視數據的消息字段。由于UAT 數據鏈和當前空中交通管理系統（ATM）協議不兼容，因此本文的ADS-B 安全方案僅討論1090ES 數據鏈下的ADS-B數據。

圖1 ADS-B 協議組成Fig.1 ADS-B protocol composition

ADS-B 協議棧主要包括空對空的協議棧和空對地的協議棧。圖 2 為 ADS-B 空對空協議棧［10］，其機載協議層主要包括機載應用層，ADS-B In/Out 層和機載無線電層共3 層。圖3 為空對地協議棧［10］，地面協議層也包含3 層，分別是聯邦航空管理局（FAA）應用層，ADS-B 服務器層和地面無線電層。其中機載和地面無線電層均具有3 個子層，分別為ADS-B 報文組裝，幀組裝以及RF 調制。

圖2 ADS-B 空對空協議棧Fig.2 ADS-B air-to-air protocol stack

圖3 ADS-B 空對地協議棧Fig.3 ADS-B air-to-ground protocol stack

2.2 ADS-B 安全問題

ADS-B 的安全問題從根本上源于ADS-B 協議特點和ADS-B 消息是一種未加密的廣播易被攻擊者實施網絡攻擊。這些攻擊包括竊聽、干擾、消息刪除、消息注入和消息修改。竊聽是指攻擊者利用特定的軟件硬件獲取飛機ADS-B 信號的行為。干擾是攻擊者故意發送高功率干擾信號的行為，目的是阻止真實參與者發送或接收數據的正常通信會話。消息刪除是攻擊者從ADS-B 消息中刪除合法消息的過程，使接收方誤認為是損壞的消息并丟棄該消息。消息修改是指攻擊者在ADS-B 信號傳播過程中對其消息實施某種合法修改的過程，讓接收者很難分辨出真實的ADS-B 消息。消息注入是攻擊者創建并廣播偽造的ADS-B 消息過程，這些消息具有與真實ADS-B 消息幾乎一樣的屬性，導致大量虛假軌跡的出現，勢必擾亂航空秩序，為航空安全留下隱患。

按照攻擊最終針對的協議棧中對應的協議層，這些攻擊共分為3 類，如圖4 所示。消息修改破環了ADS-B 消息的逐位構造，主要發生在報文組裝層。消息刪除和消息注入會影響傳輸過程中的ADS-B 消息，攻擊主要集中在幀組裝層。竊聽和干擾攻擊則是發生在物理層，主要影響RF 調制層。

圖4 ADS-B 協議層的攻擊分類Fig.4 Attack classification of ADS-B protocol layer

3 ADS-B 安全問題技術研究

3.1 ADS-B 傳輸過程

ADS-B 協議棧中的數據傳輸過程表明，在發送端機載應用設備，例如GPS 設備首先需要得到飛機的經緯度、高度、速度等信息；再將信息注入應答機，由應答機整理成符合ADS-B 規范的消息；接著通過機載無線電天線將ADS-B 消息廣播出去。接收端不管是ADS-B 地面站還是其他飛機，均可以接收該ADS-B 消息，通過進一步信號解調，就能獲得該飛機廣播的所有信息。對該傳輸過程的數據監測不僅能實現對飛行航班的監視，還能保障空中交通的安全。

針對按照ADS-B 協議廣播的ADS-B 信號容易受到攻擊并導致異常數據無意義傳輸的特點，國內外學者們提出用加密或者驗證的方式解決安全問題。LEONARDI M 等［11］提出了一種 ADS-B 物理 層協議演進方法，通過在Mode S 協議中引入二進制相移鍵控（BPSK）方案和正交相移鍵控（QPSK）方案，結果表明并不降低信道的總吞吐量。馮孟等［12］提出了一種支持消息恢復的身份簽名廣播認證協議，通過在協議中加入密鑰生成中心（KGC），實現由系統初始化、私鑰提取和廣播認證3 個階段組成的廣播方案，提高了協議的安全性。ASARI A 等［13］提出了一種使用聚合簽名，時間消耗來驗證傳輸過程的無證書公鑰加密（CL-PKC）分層認證協議，不僅降低了計算成本，而且通過隨機預測模型證明了KGC 的安全性。PAN W J 等［14］針對 ADS-B 數據則使用橢圓曲線密碼（ECC）和X. 509 證書相結合的認證方案，采用對稱密鑰算法，不僅避免了密鑰分發問題，而且還能有效地防止ADS-B 數據被攻擊。YANG H等［15］提出了一種新的ADS-B 安全加密解決方案，通過使用時間高效流容損認證協議（TESLA）和格式保留加密協議（FPE）的加密原語，將其應用于空中交通監控場景，取得了不錯的效果。

以上方案均基于加密的思想實現對ADS-B 傳輸過程中的數據鏈路進行保護，加密消息只能通過目標接收者的私鑰解密，實施多種驗證模式既保障了數據的完整性，又提高了ADS-B 技術的安全性。

3.2 ADS-B 硬件和軟件

從ADS-B 協議棧中的機載無線電設備可以看出，機載ADS-B 設備可以分為2 路，一路是ADS-B IN接收系統，另一路是ADS-B OUT 發射系統，如圖5 所示［16］。ADS-B 設備分由上下天線、收發分機、終端分機3 部分構成。ADS-B IN 接收系統主要是通過上天線接收ADS-B 信號，接著用收發分機對接收到的信號進行限幅、濾波、放大、混頻成70 MHz 中頻信號，然后將其信號傳送到終端分機。終端分機對接收到的中頻信號進行解調、提取、分類、打包、組幀、裝配完成后，最終經過對外接口將信號在綜合顯控臺顯示出來。ADS-B OUT 發射系統的工作原理是使用終端分機將來自導航系統和綜合顯控系統的飛機飛行的信息進行格式轉換、壓縮編碼等處理后，把他們組裝成112 bit ADS-B 報文并且將其儲存在內部寄存器中。根據規定好的時間，在終端分機把組裝好的信息進行中頻調制和濾波后傳輸到收發分機，收發分機將信號通過混頻、濾波的方式放大信號后，通過上下天線將ADS-B 信號傳送出去。

圖5 ADS-B 設備組成框圖Fig.5 ADS-B equipment block diagram

一些學者從ADS-B 硬件設備和軟件技術方面對ADS-B 信號檢測和抗干擾問題進行了研究。NAGANAWA J 等［17］通過扇型結構的陣列天線結合振幅單脈沖技術的方法，來檢測ADS-B 信號是否存在欺騙干擾，該方法在欺騙防護的初始階段取得了不錯的效果。王文益等［18］使用陣列天線接收ADSB 信號，然后向目標位置做正交補空間投影，實現了是否存在欺騙干擾的檢測。黃龍等［19］提出了一種利用雙天線測算ADS-B 載波相位誤差的識別方法，能實現對欺騙信號的檢測。吳仁彪等［20］設計了一種實時的監控軟件，它通過配置和功能性控制接收機干擾抑制模塊的參數，能明顯提高ADS-B 接收系統的抗干擾能力。胡鐵喬等［21］設計了一種八通道射頻端，多通道技術能滿足ADS-B 自適應干擾抑制接收機功能需求。

以上方案主要針對ADS-B 硬件和軟件部分對ADS-B 信號檢測或抗干擾問題進行改進，一定程度上提高了信號的檢測效率，對ADS-B 安全問題的研究提供了參考。

3.3 ADS-B 數據

ADS-B 數據［22］被認為是信息系統的重要數據源、現代空中交通管制的核心，其安全性直接影響空中交通防撞系統、航班離港系統、空中交通流管理等系統的性能。ADS-B 協議主要1090ES 數據鏈，其 ADS-B 報文格式結構如表 1 所示［22］。其中，“AA”字段是國際民航組織（ICAO）分配給每架飛機的唯一標識符。“ME”字段包含標識、位置、速度和緊急代碼等監視信息。“PI”字段是奇偶校驗位，用于檢測和糾正可能存在的錯誤位。

DF=17 表明信息是基于Mode S 發射的ADS-B數據。DF=18 表明CF 字段可在ME 字段的ADS-B消息或TIS-B 消息間選擇。DF=19 表明此ADS-B 消息為軍用預留。

表 1 ADS-B 消息格式結構［22］Table 1 ADS-B message format structure［22］

有些學者從ADS-B 數據的角度來對異常ADS-B數據的檢測和識別進行了相關研究，有助于提高ADS-B 協 議 的 安 全 性 。 LEONARDI M 等［23］通 過 對接收ADS-B 信號特征進行提取，提出了一種入侵檢測算法，能檢測ADS-B 消息是否通過預期的硬件發送。李騰耀等［24］提出使用偏差數據序列、差分數據序列和領域密度數據序列的方法，可實現對ADS-B攻擊數據的重構，是一種ADS-B 攻擊數據的彈性恢復方法。王布宏等［25］先對ADS-B 位置數據和同步的二次雷達（SSR）數據差分得到樣本數據，再用基于粒子群算法（PSO）的超球體分類器能檢測到異常數據。嚴科等［26］采用卷積神經網絡對ADS-B 信號進行輻射源個體識別，通過融入center loss 算法，進一步提高了信號的識別度。

以上研究從ADS-B 數據字段的角度進行分析，通過發現變化規律建立異常檢測模型，無需修改ADS-B 傳輸協議，不僅節約了成本，還提高了ADS-B信號的檢測效率。

隨著人工智能的快速發展，人工智能技術也廣泛應用于生活的方方面面。越來越多的學者開始將人工智能技術引入到ADS-B 數據的分類和異常檢測領域。

4 ADS-B 安全問題在人工智能領域的研究

隨著航空運輸需求的增長，需要強大的數據異常檢測方法來保障航空系統的安全和高效。隨著航空數據規模的不斷擴大，利用人工智能技術對ADS-B 數據進行異常檢測和識別技術變得越來越流行。

機器學習技術的進步極大地促進了數據驅動技術如何從運營數據中獲取洞察力并提高航空安全性方面的應用。KHAN S 等［27］比較了機器學習算法中的Logistic 回歸，樸素貝葉斯和K-最近鄰（KNN）對被攻擊ADS-B 數據集的分類效果，結果表明KNN 對正常ADS-B 數據的識別效果更好。王振昊等［28］通過使用機器學習的SVDD 方法訓練樣本數據后可進一步識別出異常數據。

航空業中所用的數據規模都比較大，盡管機器學習技術在大型數據集和高維數據上表現不佳，但不少學者還是在提高大規模高維數據的異常檢測性能方面進行了嘗試。官成功等［29］采用了一種改進的卷積生成對抗網絡的深度學習方法，通過訓練器和生成器實現對ADS-B 信號的降噪，能顯著提高信噪比。王爾審等［30］利用深度學習中的seq2seq 模型和高斯分差法實現了對ADS-B 位置數據的重構，也可以有效地檢測異常數據。ZHANG B 等［31］使用深度學習中的inception-v3 模型與零偏置層相結合方法實現了特征提取和異常檢測，該方法不僅能降低計算復雜度，還能增強算法魯棒性。王文益等［32］利用ADS-B 時域采樣數據，使用基于深度學習的1DCNN-BiLSTM 網絡模型，在提取真實信號和欺騙信號的特征的基礎上能識別出欺騙信號。WANG J等［33］從ADS-B 數據的角度，提出了利用深度學習中的長短期記憶網絡（LSTM）欺騙攻擊的檢測方法，可通過閾值來計算預測值和真實值，該方法也可有效地檢測出欺騙信號。LUO P 等［34］提出了一種的VAE-SVDD 模型，其中，VAE 用于重建 ADS-B 數據，SVDD 模型用于訓練差值，也可實現ADS-B 異常數據的有效檢測。

表2 是ADS-B 安全問題的研究方法從類型、方法、要求、優點和缺點的分類匯總表。在ADS-B 傳輸過程中的方法需要對現有協議進行加密或驗證，對數據鏈路進行了有效的保護，但加密的方法通常需要ADS-B 協議上有更多的數據位儲存加密數據或哈希值，成本高，實施也具有一定難度。在硬件或者軟件端的對信號進行接收的方法有陣列天線的改進，接收軟件的配置，其方法可以提高信號的檢測強度和抗干擾能力，但依賴于地面站或其他設備，所需要的成本比較高，開發軟件和硬件的時間周期也比較長。人工智能技術對ADS-B 數據進行異常數據的檢測建模和識別，取得了不錯的檢測效果，但缺點就是依賴數據集本身。目前，隨著深度學習領域的發展，可以處理大規模的航空數據，檢測出ADS-B 異常數據，節約了成本，提高了ADS-B安全性，為航空安全領域的發展貢獻了力量。

表2 ADS-B 安全問題方法比較Table 2 ADS-B security problem method comparison

5 ADS-B 安全問題的未來展望

ADS-B 存在的安全問題主要在于ADS-B 廣播信號是未加密的純文本消息，易于遭受竊聽、干擾和消息修改等方面的攻擊。這些攻擊正對全球航空運輸事業帶來巨大隱患，如何增強ADS-B 的安全性將是科研學者持續關注的焦點。

一方面僅采用深度學習算法實現對接收的ADS-B 數據進行快速異常判定，提升甄別正常數據的能力，從而達到抗攻擊的效果。這樣，那些影響ADS-B 信號產生的所有電子設備的特性都將成為深度學習算法可以提取的特征，并能成為異常判定的依據。也就是說，ADS-B 信號帶有的指紋特征和其他特征將為正常數據的確認提供源源不斷的依據，也將推動深度學習算法在航空運輸業的快速應用。深度學習算法的優勢自然也能得以廣泛應用。

另一方面則采用引入一定的附加硬件，再結合深度學習算法的方式增加ADS-B 廣播數據的加解密過程或接收增強過程，達到抗干擾和抗攻擊的能力。附加硬件會增加系統成本，降低附加硬件的復雜性能降低成本，這樣，研究增加簡單硬件提升整體安全性能也是一個研究方向。增加硬件會提高ADS-B 信號的復雜性，傳遞給深度學習算法的特征也將更有針對性。融合這些針對性特征與原有特征，也將更能提高整個系統的安全性，才能真正實現抗干擾和抗攻擊的效果。

6 結束語

當前，全球的空中交通需求和流量增長迅速。在人工智能技術的背景下，如何安全有效地利用ADS-B 數據來保障航空運輸業的快速發展，將成為當今航空領域的一個重要研究方向。本文從ADS-B安全問題入手，分別從ADS-B 傳輸過程，ADS-B 軟件和硬件，ADS-B 數據3 個維度探討了各自的技術原理，總結了國內外的部分成果，提出人工智能技術將是未來ADS-B 安全問題的解決途徑之一。希望能對后續研究和解決ADS-B 安全問題提供一定的幫助。