Технічні науки Українською Відкритий доступ
Аналіз MLP мережі для розпізнавання спуфінгу синхронних GPS-сигналів
Міжнародний науковий журнал «Інтернаука», № 10, жовтень 2025
Анотація
У статті розглянуто використання багатошарової перцептронної мережі (MLP) для задачі виявлення синхронного GPSспуфінгу, однієї з найбільш небезпечних форм атак на глобальні навігаційні супутникові системи (GNSS). Показано, що класичні методи перевірки сили сигналу або геометричних параметрів мають обмеження в умовах складних динамічних сценаріїв. Для експерименту використано еталонний набір даних TEXBAT (сценарій ds7), який моделює поступове захоплення сигналу атакувальником. Архітектура MLP включала каскад щільних шарів із активацією ReLU та сигмоїдальним вихідним шаром, що дозволило досягти accuracy = 0.92, precision = 0.92, recall = 0.93 та F1-score = 0.93. Отримані результати підтверджують ефективність застосування MLP для автоматичного виявлення спуфінгових атак без складної часової обробки. Показано, що модель забезпечує баланс між точністю та обчислювальною ефективністю, а подальші дослідження мають бути спрямовані на гібридні архітектури (MLP+CNN/Transformer) для узагальнення на інші типи атак.
Ключові слова: GPS-спуфінг; GNSS; MLP; нейронні мережі; машинне навчання; TEXBAT; виявлення аномалій; радіоелектронна боротьба
English
Analysis of the MLP network for recognizing synchronous GPS spoofing
Abstract. The paper investigates the application of a multilayer perceptron (MLP) neural network for detecting synchronous GPS spoofing, one of the most dangerous types of attacks on Global Navigation Satellite Systems (GNSS). It is shown that traditional detection methods based on signal strength or geometric consistency checks are limited in complex dynamic environments. The experiment used the benchmark TEXBAT dataset (scenario ds7), which simulates a realistic synchronous signal takeover by an attacker. The proposed MLP architecture consists of several dense layers with ReLU activation and a sigmoid output layer, achieving accuracy = 0.92, precision = 0.92, recall = 0.93, and F1-score = 0.93. The results confirm the effectiveness of MLP in automatically identifying spoofing attacks without complex temporal processing. The model demonstrates a balanced trade-off between detection accuracy and computational efficiency. Future research should focus on hybrid architectures (MLP+CNN/Transformer) to improve generalization to other spoofing scenarios.
Keywords: GPS spoofing; GNSS; MLP; neural networks; machine learning; TEXBAT; anomaly detection; electronic warfare
Як цитувати
Сидорів М. С. Аналіз MLP мережі для розпізнавання спуфінгу синхронних GPS-сигналів // Міжнародний науковий журнал "Інтернаука". 2025. № 10. https://doi.org/10.25313/2520-2057-2025-10-11443
@article{internauka11443,
author = {Сидорів, Максим Сергійович},
title = {Аналіз MLP мережі для розпізнавання спуфінгу синхронних GPS-сигналів},
journal = {Міжнародний науковий журнал «Інтернаука»},
year = {2025},
number = {10},
doi = {10.25313/2520-2057-2025-10-11443},
url = {https://www.inter-nauka.com/issues/2025/10/11443}
}
TY - JOUR AU - Сидорів, Максим Сергійович TI - Аналіз MLP мережі для розпізнавання спуфінгу синхронних GPS-сигналів JO - Міжнародний науковий журнал «Інтернаука» PY - 2025 IS - 10 SN - 2520-2057 DO - 10.25313/2520-2057-2025-10-11443 UR - https://www.inter-nauka.com/issues/2025/10/11443 LA - uk ER -