Traduction automatique, non relue par un locuteur natif. L'anglais fait foi.

Pages des types de scénarioModifier sur GitHubSource : docs/kinds/by-kind/spoof-detect.md

spoof-detect (type de scénario)

Type de scénario du moteur v0.40.0, famille Brouillage, leurrage et spectre. À titre consultatif : résultat d'analyse issu d'un outil de recherche et d'ingénierie, et non un équipement de navigation homologué ni un service de sauvegarde de la vie humaine. Chaque étiquette ici est celle du moteur ou de la matrice de vérification ; un type de scénario est MODELLED sauf indication contraire de la matrice (comment une étiquette s'obtient : section Evidence du README).

Ce qu'il fait#

Détecteur combiné de leurrage RF/mesures (cohérence RAIM multi-SV + CAG + SQM, fusionnés) face à une attaque paramétrée (avantage de puissance, alignement de la phase de la porteuse, poussée en temps/position ; de type TEXBAT).

Une exécution de scenarios/spoof-detect.toml se résume ainsi : scénario e046ee4ca90a | spoof-detect | 8 SV, +1,5 dB | Poussée en position | score fusionné 0,70 (seuil 0,50) | SPOOF DETECTED (fusionné) — couches : RAIM+SQM

Entrées#

D'après le schéma (kshana kinds --json) :

  • Champs obligatoires : attack
  • Champs facultatifs : satellites, detector

L'exemple scenarios/spoof-detect.toml définit, entre autres :

Champ Valeur Unité
attack.carrier_aligned false indicateur
attack.el_imbalance 0.12 1
attack.num_biased 3 nombre
attack.power_advantage_db 1.5 dB
attack.push position texte
attack.push_magnitude_m 75 m
detector.agc_margin_db 3 dB
detector.fusion_threshold 0.5 non indiqué
detector.raim_p_fa 0.001 non indiqué
detector.sat_power_dbm -130 dBm
detector.sigma_m 5 m
detector.sqm_tolerance 0.1 non indiqué

L'exécuter#

kshana scenarios/spoof-detect.toml

2 scénarios fournis utilisent ce type de scénario ; les autres se trouvent dans scenarios/.

Ce qu'il donne#

Les résultats scalaires de cette exécution, avec les unités que le moteur indique :

Résultat Valeur Unité
attack.carrier_aligned false indicateur
attack.el_imbalance 0.12 1
attack.num_biased 3 nombre
attack.power_advantage_db 1.5 dB
attack.push position texte
attack.push_magnitude_m 75 m
decision.agc_excess_db 1.5 dB
decision.fused.alert true indicateur
decision.fused.layers.agc false indicateur
decision.fused.layers.raim true indicateur
Le graphique que le moteur écrit pour scenarios/spoof-detect.toml, type spoof-detect

Preuves#

MODELLED : les lignes de la matrice de vérification qui nomment ce type de scénario.

  • MODELLED χ² assisté par l'horloge, RAIM, CAG, SQM, FoM de sécurité par époque fusionné Tests : spoof_texbat_validation.rs.

Les lignes que l'exécution elle-même a exercées, avec la référence indépendante que la matrice donne pour chacune (les sources publiques y sont nommées) :

  • MODELLED χ² assisté par l'horloge, RAIM, AGC, SQM fusionnés en un indice de mérite de sécurité par époque. Référence indépendante (ExternalDataset) : paramètres de scénario TEXBAT (Humphreys 2012) — caractérisation, et non vecteurs figés. 0,30 comparaison externe, un constat (reste MODELLED) : sur JammerTest 2024 (Bleik ; données GPL-3.0) les moniteurs de niveau observable (khi-deux assisté par l'horloge, RAIM, échec de résolution) n'ont déclenché aucune alarme dans les 10 s suivant l'un des 8 débuts de leurrage publiés évaluables (là où la fenêtre précédant le début était propre, la première alarme est venue 10,2 à 39 s après le pu
  • MODELLED Déterministe, hachée par scénario, avec des barrières SBOM + références d'or multiplateformes. Référence indépendante (ExternalDataset) : respect du schéma JSON officiel CycloneDX 1,5 par la SBOM (+ identifiants SPDX valides) — une norme publiée externe, zéro erreur de validation sur tout le graphe de dépendances ; la partie déterminisme du FoM / reproductibilité à l'octet près reste un contrôle d'autocohérence figé, de sorte que la ligne reste MODELLED
  • PARTNER Non fourni — Kshana modélise la performance du signal, et non le matériel de charge utile ou d'antenne. Référence indépendante (NoneKind) : aucune : une discipline propre au partenaire, sans module ni test par conception

Limites#

Ce que le rapport propre à l'exécution dit n'être pas modélisé ou pas validé :

  • La détection du leurrage est MODELLED, et non validée : une sous-affirmation est vérifiée en externe, mais la capacité entière compose des éléments modélisés, de sorte que la capacité reste modélisée. (matrice de vérification (docs/MODELLED-RATIONALE.md))
  • La reproductibilité et l'assurance logicielle sont MODELLED, et non validées : une sous-affirmation est vérifiée de l'extérieur, mais la capacité entière compose des éléments modélisés, de sorte qu'elle reste modélisée. (matrice de vérification (docs/MODELLED-RATIONALE.md))

Voir aussi#