本文档为一篇关于区块链技术在无人机（UAV）网络中用于检测全球导航卫星系统（GNSS）欺骗攻击的原创性研究论文。以下是对该研究的综合性学术报告。
研究论文报告
本研究由 Paulina Draugelytė 与 Ivan Suzdalev 共同完成，两位作者均来自立陶宛维尔纽斯格迪米纳斯技术大学的 Antanas Gustaitis 航空研究所。该研究于2025年发表在国际期刊《Aviation》上，具体为2025年第29卷第3期，页码范围191-200。
学术背景 该研究属于航空航天网络安全领域，具体聚焦于物联网（IoT）支撑下的无人机网络通信安全问题。随着无人机在军事、救援、物流和监控等任务中的广泛应用，其网络互联性增加，也使得其攻击面扩大，面临严峻的网络安全威胁。其中，全球导航卫星系统（GNSS）欺骗攻击尤为关键，攻击者可通过伪造信号篡改无人机的定位数据，导致导航失效甚至系统被劫持。尽管加密和认证协议提供了一定保护，但传统的集中式无人机通信架构存在单点故障和可扩展性有限等问题，难以有效抵御分布式攻击。因此，研究者们开始寻求去中心化、无需信任的安全框架。
区块链技术以其去中心化、不可篡改和密码学完整性等特点，被认为非常适合解决无人机面临的GNSS欺骗等安全挑战。然而，将区块链应用于无人机网络安全、特别是用于实时GNSS欺骗检测的研究尚不充分，存在空白。因此，本研究旨在填补这一空白，探索区块链技术作为去中心化框架来增强无人机通信安全的可行性。具体研究目标包括设计、实现并验证一个基于区块链的GNSS欺骗检测系统，评估其检测性能、延迟、可扩展性和能耗等关键指标，并与现有方法进行比较，最终为自主、无需信任的无人机协调提供一个创新性方案。
详细工作流程 本研究采用模拟仿真实验的方法，构建了一个集成了高保真无人机仿真、区块链后端和智能合约的综合实验平台。整个工作流程主要包括系统架构设计、智能合约与共识机制开发、仿真框架与场景设计以及性能评估四个主要部分。
首先，在系统架构设计方面，研究团队提出了一个分层的去中心化验证框架。整个系统由四个主要子系统构成： 1. GNSS数据仿真层：使用微软的AirSim模拟器创建高保真度的无人机飞行环境。在该环境中，多个无人机被建模为独立智能体，执行预设的飞行轨迹（如线性飞行、闭合环路方形路径或编队飞行）。通过伯努利分布随机触发欺骗攻击（概率设为20%），并为被选中的无人机的位置数据（经纬度）添加随机偏移（范围在[-0.05, +0.05]米），以模拟伪造的GNSS信号。 2. 区块链接口层：使用Python库Web3.py将仿真环境中生成的无人机GNSS数据（包括位置、高度和时间戳）异步传输到一个本地以太坊区块链测试网络（使用Ganache搭建）。在传输前，数据会进行加密签名以确保完整性。 3. 验证与共识层：这是系统的核心，由一个用Solidity语言编写的智能合约实现。该合约部署在区块链上，负责接收并处理无人机提交的位置数据。其验证逻辑基于一个简化的运动学模型：合约记录每个无人机上一次提交的位置和时间戳，当收到新数据时，计算其与上一次位置之间的欧几里得距离以及时间差。通过比较计算出的位移与基于无人机最大允许速度（本研究设定为5米/秒）和耗时计算出的“最大合理位移”，来对数据做出初步的合理性判断。如果位移超出阈值，该数据被临时标记为可疑。 为了做出最终判定，系统引入了共识机制。网络中未被标记为“被欺骗”的无人机可作为验证者。每个验证者异步地、独立地从区块链上检索可疑的GNSS提交，并根据内部逻辑（如预期的编队几何形状、相对位置或运动学可行性）进行评估，然后通过智能合约投出“有效”或“无效”票。智能合约汇总所有验证者的投票，并应用简单多数规则（超过50%的无效票）来最终判定该次GNSS数据是否为欺骗数据。 4. 区块链日志层：所有的GNSS数据提交、验证投票以及最终的分类结果（有效或欺骗）都被不可篡改地记录在区块链上，用于审计和事后分析。
其次，智能合约与共识设计是本研究的技术核心。如前所述，智能合约不仅存储数据，还封装了核心的验证算法。共识机制的设计确保了验证过程的去中心化和抗操纵性，没有单一的无人机能够主导或操控验证结果。这种基于群体智能的决策方式提高了系统在面对单个节点故障或被入侵时的鲁棒性。整个验证逻辑在链上执行，保证了过程的透明、可审计和不可篡改性。
第三，仿真框架与场景设计旨在全面测试系统性能。研究构建了一个模块化的软件架构，将AirSim模拟环境、Python飞行控制逻辑、欺骗攻击注入机制以及本地以太坊区块链无缝集成。为了模拟不同的操作条件，研究设计了三种任务场景以压力测试欺骗检测机制：1）均匀直线飞行：模拟走廊监视任务，机动性最小；2）闭合环路路径执行：无人机执行方形路径，频繁改变方向，测试动态位置验证；3）带重新任务分配的编队飞行：无人机保持固定间距，并动态重新分配航点，模拟风致漂移或紧急重新路由。所有行为和环境参数（如欺骗概率、无人机速度、航点密度）均通过JSON文件进行外部配置，确保了实验的可重复性和可扩展性。
第四，性能评估采用了一系列控制变量仿真。研究设置了两种主要场景：3架无人机和5架无人机网络，每架无人机执行固定次数（60次）的仿真迭代。系统监测并记录了全面的性能指标，包括：欺骗检测性能（真阳性率TPR、假阴性率FNR）、区块链性能（交易延迟、吞吐量-每秒交易数tx/sec、Gas消耗、链上存储使用量）以及能耗（基于以太坊权益证明模型假设每笔交易能耗为0.03千瓦时进行估算）。数据通过多线程Python脚本实时收集，区块链性能数据通过Web3调用智能合约获取，最后使用Matplotlib库进行可视化分析。
主要结果 实验结果为所提出的基于区块链的GNSS欺骗检测框架的有效性和性能提供了详实的数据支持。
在欺骗检测性能方面，系统在两个场景下均表现出高检测能力。在3架无人机的场景中，总共记录了180次位置更新，其中36次为欺骗尝试。系统成功检测出35次，真阳性率（TPR）达到97.22%，假阴性率（FNR）仅为2.78%。在5架无人机的场景中，总更新次数为300次，欺骗尝试33次，成功检测31次，TPR为93.94%，FNR为6.06%。所有场景下的交易成功率均为100%，未出现提交失败或区块链不一致的情况。结果表明，基于共识的机制能够有效实时识别被欺骗的GNSS数据。随着无人机群规模的扩大，准确率略有下降，这主要归因于GNSS更新量和并发验证活动的增加，导致了共识延迟和时序不匹配。尽管如此，系统仍保持了高度的可靠性和韧性。
在区块链性能指标方面，研究揭示了系统在扩展时的性能权衡。随着无人机数量从3架增加到5架（增长66.7%），系统的行为呈现可预测的线性扩展：记录的条目总数、Gas总消耗量和链上存储使用量均按比例增加了约66.7%。然而，平均交易延迟从1.85秒显著增加到了3.95秒，增幅达113.5%。这主要是由于在同步共识系统中验证和处理更高交易量所产生的累积开销。区块链吞吐量从1.21 tx/sec略微下降到1.05 tx/sec（降幅13.2%），但仍保持在每秒1笔交易以上。每笔交易的能耗保持恒定（0.03 kWh），但总能耗随无人机数量成比例增加。这些结果证实了系统架构的稳定性和可预测的扩展行为，同时也凸显了将同步公共区块链模型应用于实时无人机集群应用时面临的延迟挑战。
此外，研究还进行了与其他欺骗检测方法的比较分析。通过与现有技术（如基于蜂窝网络交叉验证、陀螺仪/加速度计位置估计、基于惯性测量单元IMU的机器学习、多接收器系统、天线阵列等）对比发现，本研究提出的区块链框架在检测准确率（97.22%）上优于传统的IMU机器学习方法（96.30%），同时提供了传统方法所不具备的去中心化、防篡改日志和共识验证优势。与需要额外硬件的多接收器（99%）或天线阵列（99%）方法相比，区块链方案无需额外物理组件，更适用于资源受限的轻量级无人机。然而，其中等可扩展性（受区块链扩展性限制）和较高能耗（源于区块链共识和交易验证）是相对于其他方法的劣势。分析指出，该框架最适合那些数据真实性、可追溯性和分布式决策的重要性超过低延迟约束的应用场景。
结论与意义 本研究成功引入了一个模块化的、基于区块链的架构，用于无人机集群中的GNSS欺骗检测。该架构结合了高保真AirSim仿真和通过以太坊智能合约部署的去中心化共识机制，能够在对抗性和不可信环境中实现自主的地理位置验证、欺骗异常检测和防篡改数据记录。
实验结果表明该方法是稳健且可行的。系统实现了高欺骗检测准确率（3无人机场景97.22%，5无人机场景93.94%）和100%的交易可靠性。其软件定义架构支持可重构的仿真参数，并能与无人机无缝集成，无需更改底层区块链逻辑，展现了其对不同任务剖面的高度适应性。
研究的科学价值在于，它率先将区块链共识、智能合约和高保真无人机仿真集成在一起，用于实时GNSS欺骗检测，为弹性和去中心化的航空网络安全系统做出了重要贡献。它验证了去中心化、无需信任的安全范式在关键任务无人机网络中的适用性。
研究的应用价值突出体现在任务关键型无人机操作中，例如跨境监视、全球导航卫星系统受争议地区的自主交付、基础设施监控和应急响应任务等。其去中心化架构消除了单点故障，而防篡改的区块链账本支持审计和问责，这些都是在安全关键部署中的关键特性。
当然，研究也识别了当前的局限性。性能权衡，特别是交易延迟和能耗随网络规模的增长，表明在资源受限的无人机环境中部署区块链系统时，效率导向的设计至关重要。此外，目前的评估完全在模拟环境中进行，未来需要在物理无人机平台上进行验证，以解决环境不确定性、通信延迟、传感器噪声和计算资源限制等实际挑战。
研究亮点 本研究的亮点主要体现在以下几个方面： 1. 创新性的方法集成：据作者所知，这是首批将区块链共识、智能合约和高保真无人机仿真相结合，用于实时GNSS欺骗检测的研究之一，代表了该领域的一次显著进步。 2. 去中心化的安全范式：提出并验证了一种彻底去中心化的安全框架，通过基于群体智能的共识机制替代传统的集中式验证，从根本上增强了无人机网络对抗单点故障和协同攻击的韧性。 3. 全面的性能评估：研究没有仅仅停留在概念验证，而是进行了深入、量化的性能评估，涵盖了从检测准确率到区块链底层开销（延迟、吞吐量、Gas、存储、能耗）的全方位指标，清晰揭示了该技术的优势与面临的挑战（尤其是可扩展性和实时性方面的权衡）。 4. 模块化与可扩展的设计：系统架构高度模块化，允许轻松替换共识算法、集成更复杂的欺骗检测模型（如结合IMU数据融合或学习分类器）或迁移到其他分布式账本技术，为未来优化和研究提供了灵活的基础。 5. 明确的适用场景定位：研究通过对比分析，清晰地界定了该技术的适用边界——即在对数据完整性、可审计性和分布式信任要求极高，而对亚秒级延迟要求相对宽松的任务场景中具有独特优势，为后续工程化应用指明了方向。
其他有价值的内容 论文在方法论部分详细描述了仿真配置参数（如无人机初始坐标、欺骗概率和偏移范围、区块链平台选择等），确保了实验的可重复性。此外，文章还展望了未来的研究方向，包括探索轻量级共识协议、链下交易批处理、混合（公链/私链）架构以及采用有向无环图（DAG）等替代性分布式账本技术，以降低交易延迟和计算开销，这对于推动该技术走向实际应用具有重要意义。