该论文提出了 Banshee，一种针对无人机（UAV）中基于云台稳定视觉跟踪系统的物理可实现攻击方法，通过声学注入诱导目标切换。现有研究表明声学信号可以干扰云台内部工作，但尚未充分探索对实际应用（如无人机跟踪与跟随）的影响。Banshee 利用云台-相机系统的声学漏洞，精心设计声学波形以产生优化对抗性云台振荡，从而引起方向性偏置的相机视角漂移，破坏帧间目标关联，使得机载跟踪器以高概率从原始目标切换到攻击者选定的对象，并偶尔导致目标丢失。在仿真中，针对两个商用云台系统和五个跟踪器，Banshee 实现了 93.6% 的成功率；在真实桌面和飞行黑盒攻击测试中，针对商用无人机在多种场景下总体攻击成功率达 95.5%。该研究揭示了声学与视觉之间的跨域漏洞，强调了云台系统和应用鲁棒性设计的必要性。代码已在 GitHub 开源。