本文提出了一种面向无人机（UAV）控制的实时自托管计算机使用代理（RT-SHCUA）。现有的自托管计算机使用代理（SHCUA）设计用于交互式主机端工具使用，允许延迟的代理迭代，但直接应用于无人机控制存在结构不匹配：无人机控制涉及连续变化的物理状态、严格的时间约束、安全风险和可问责性。一个过时、未授权或被篡改的代理决策可能导致不安全或不可追溯的飞行行为。为此，作者对基于SHCUA的无人机控制进行了实时且面向安全的重构。核心思想是不让SHCUA直接发出飞行命令，而是将其输出转化为带有明确时序、状态、权限、回退和证据语义的契约约束型无人机技能调用。基于这一抽象，设计了一种将语义推理与机载执行及安全/安保实施分离的架构。慢速的云或边缘推理用于任务理解，而机载组件仅验证和分派及时、授权且状态一致的技能。安全关键的强制点可通过TEE式或微控制器隔离机制保护，无需将整个语言代理或高频飞行控制循环移入可信组件。原型评估表明，RT-SHCUA在保持有界任务级响应性的同时，支持降级处理、可信准入和可审计的证据保存，适用于SHCUA中介的无人机动作。

本文提出 CAPSID（Consumer Aircraft Privacy-preserving Session ID）系统，旨在解决美国联邦航空管理局（FAA）强制要求小型无人机（UAV）广播唯一序列号、位置和高度所引发的隐私问题。该强制规定使得无人机操作者面临被长期追踪的风险，甚至引发了针对 FAA 的诉讼。CAPSID 的核心思想是采用临时会话标识符替代固定的序列号，在满足监管合规性的同时保护操作者隐私。系统设计包括：通过密钥协商生成短期有效的会话 ID，无人机在空中广播该 ID 而非永久序列号；地面接收端（如执法机构）可通过授权机制解析会话 ID 以获取必要信息，但无法实现未经授权的持续追踪。论文详细描述了协议流程、密钥管理、会话更新机制以及抗伪造和重放攻击的安全分析。实验评估表明，CAPSID 在计算开销和通信带宽上均能满足小型无人机的资源限制，且与现有广播标准兼容。主要贡献包括：首个兼顾 FAA 合规与隐私保护的轻量级会话 ID 方案；形式化安全证明；以及基于实际无人机平台的性能测试。该工作适合无人机安全、隐私保护及监管技术领域的研究者和工程师阅读。

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。

本文针对无人机群（UAV swarms）通信中的安全挑战展开研究。无人机群依赖分布式协作和无线通信（RF和WiFi）实现可扩展操作、扩展覆盖以及监控和实时数据交换等应用。MAVLink作为主流无人机通信协议，提供了消息完整性和认证机制，但缺乏内置加密，导致遥测流量易受窃听。作者在先前工作中提出了MAVShield——一种轻量级加密框架。本文在此基础上，将MAVShield、AES-CTR、Speck-CTR、ChaCha20和Rabbit五种加密方案集成到四架定制无人机中，在RF和WiFi信道上建立安全通信链路，并通过无人机群测试平台进行了飞行实验评估。加密后的遥测数据支持自主编队控制和飞行碰撞避免。在碰撞避免方面，作者开发了改进的人工势场（APF）算法，该算法直接在地理坐标系中计算引力和斥力，消除了笛卡尔变换，减少了轨迹振荡，同时避免了局部极小陷阱。实验测量了每种加密方案的CPU利用率、内存消耗和丢包率（PDR）。结果表明，MAVShield在整体效率上优于AES-CTR、Speck-CTR、ChaCha20和Rabbit，且性能接近未加密通信。代数密码分析和基于Wireshark的流量分析证明了MAVShield能抵抗密钥恢复攻击并保护遥测机密性。本文的主要贡献在于：1）在真实无人机群平台上实现了多种加密方案的集成与评估；2）验证了MAVShield作为轻量级加密方案的高效性和安全性；3）提出了改进的APF算法以提升碰撞避免性能。适合对无人机通信安全、轻量级加密和无人机群协调控制感兴趣的网络安全研究者阅读。

GPS信号欺骗攻击对无人机(UAV)导航安全构成严重威胁。现有检测技术无法有效应对隐蔽性攻击者的渐进式欺骗和恢复。本文提出SemperFi，一种基于单天线软件定义GPS接收机的抗欺骗方案。其核心设计包括：(1) 利用大多数无人机中已有的扩展卡尔曼滤波(EKF)GPS失效安全机制，结合自定义的合法信号检索模块，检测并自动从多数欺骗攻击中恢复；(2) 开发算法精心合成恢复信号，并扩展连续干扰消除(SIC)技术，在消除攻击者信号的同时保留合法信号的到达时间(ToA)；(3) 针对能够执行隐蔽无缝接管的高级攻击者，SemperFi设计短暂机动策略，利用惯性传感器的短期稳定性识别隐蔽欺骗。系统在开源软件定义GNSS接收机GNSS-SDR中实现，并通过无人机模拟器、真实无人机、多种真实GPS数据集以及嵌入式平台评估。结果表明，执行短于100米的飞行模式即可识别欺骗峰值，并在Jetson Xavier上0.54秒内恢复真实位置。SemperFi可抵御利用惯性传感器误差的朴素和隐蔽欺骗攻击，并设计为即插即用模块，可直接为现有商用GPS接收机生成无欺骗的GPS信号。研究工作已开源。适合无人机安全、GPS安全、嵌入式系统安全研究人员阅读。

该论文针对开放、非密的安全自主研究受限于无法接触实际作战平台、受争议通信基础设施和代表性对抗测试条件的问题，提出了一种面向威胁的数字孪生方法，用于对具备学习能力的自主平台进行网络安全评估。该方法被实例化为一套开源、模块化的数字孪生系统，模拟典型的自主堆栈，包含分离的感知、自主控制和监控功能；置信度门控的多模态感知；显式的指令与遥测信任边界；以及运行时保持安全的行为。贡献在于方法论层面：一个可复现的设计模式，将威胁分析转化为可观察、可控制的测试，针对欺骗、重放、畸形输入注入、降级感知和对抗性机器学习压力。虽然实现的代理基于地面平台，但架构有意围绕与无人机和空间系统共享的堆栈元素构建，包括受限的机载计算、间歇性或高延迟链路、概率感知和关键任务恢复行为。结果是提供了一个可实施的研究框架，用于无人机和空间领域的可靠且安全自主研究。