Ερευνητές στο Πανεπιστήμιο της California Irvine (UC Irvine) ανακάλυψαν ένα ευάλωτο σημείο σε αυτόνομα drones που στοχεύουν και παρακολουθούν τους στόχους τους χρησιμοποιώντας την Τεχνητή Νοημοσύνη μέσω καμερών.
Με μια ομπρέλα με ειδικό μοτίβο, τα συστήματα παρακολούθησης των drones μπορούν να εξαπατηθούν, σύροντάς τα στο έδαφος, επιτρέποντας έτσι στον παρακολουθούμενο να τα πιάσει ή να τα ρίξει στο έδαφος.
Τα αυτόνομα καταναλωτικά drones, καθώς και τα επαγγελματικά που χρησιμοποιούνται για την παρακολουθήσεις ασφαλείας, τον έλεγχο των συνόρων ή την επιβολή του νόμου, συχνά χρησιμοποιούν συστήματα Τεχνητής Νοημοσύνης μέσω καμερών.
Αυτά τα συστήματα επιτρέπουν στα drones να ακολουθούν ανθρώπους ή άλλα αντικείμενα όπως οχήματα. Ωστόσο, η παρακολούθηση στόχων που βασίζεται αποκλειστικά στην οπτική αναγνώριση δημιουργεί σημαντικά προβλήματα ασφαλείας, όπως καταδεικνύουν οι ερευνητές στη μελέτη “FlyTrap: Physical Distance-Pulling Attack Towards Camera-based Autonomous Target Tracking Systems”, η οποία δημοσιεύθηκε σαν προσχέδιο στο Arxiv. Η έρευνα παρουσιάστηκε αυτή την εβδομάδα στο Network and Distributed System Security Symposium που πραγματοποιήθηκε στο San Diego.
Οι επιστήμονες στο UC Irvine διαπίστωσαν ότι αυτά τα drones είναι ευάλωτα σε επιθέσεις που αυξάνουν την απόσταση. Οι ερευνητές χρησιμοποίησαν ομπρέλες με ειδικά σχεδιασμένα οπτικά μοτίβα για να ξεγελάσουν τα συστήματα παρακολούθησης που χρησιμοποιούν την τεχνητή νοημοσύνη.
Ονομάζουν το σύστημα FlyTrap.
Το σύστημα παρακολούθησης του drone πιστεύει ότι το άτομο που κρατά την ομπρέλα με το μοτίβο απομακρύνεται, παρόλο που αυτό παραμένει στο ίδιο μέρος. Σύμφωνα με τα εσφαλμένα δεδομένα που λαμβάνει το drone, συνεχίζει να πλησιάζει το άτομο και έτσι μπορεί να συλληφθεί με ένα δίχτυ ή να ρίξουν στο έδαφος.
Οι ερευνητές δείχνουν ότι το FlyTrap μπορεί να χρησιμοποιηθεί, για να προσελκύσει και στη συνέχεια να απενεργοποιήσει αστυνομικά drones ή drones σε πτήσεις ασφαλείας. Οι επιστήμονες δοκίμασαν το FlyTrap με τρία εμπορικά διαθέσιμα drones εξοπλισμένα με συστήματα παρακολούθησης: τα DJI Mini 4 Pro και DJI Neo, και το Hover Air X1.
Και τα τρία drones ήταν ευάλωτα στην επίθεση. Οι επιστήμονες απέδειξαν ότι μπορούν να επηρεάσουν ένα drone υπό διαφορετικές καιρικές συνθήκες και συνθήκες φωτισμού χωρίς να απαιτείται ειδικός ηλεκτρονικός εξοπλισμός.
DOI: https://doi.org/10.48550/arXiv.2509.20362
Αν και τα δελτία τύπου θα είναι από πολύ επιλεγμένα έως και σπάνια, είπα να περάσω … γιατί καμιά φορά κρύβονται οι συντάκτες.
