Detección de Protocolos de Comunicación en Drones Comerciales.

Abstract

El proyecto de fin de máster consiste en el desarrollo de un sistema avanzado para la detección de drones, con el propósito de identificar con precisión la presencia de drones comerciales en áreas específicas. La detección se deberá realizar por medio de la recepción de señales capturadas con una radio definida por software. El sistema desarrollado deberá de ser capaz de discernir si las señales provenientes del entorno se tratan de un dron o por contrario son señales aleatorias correspondientes a otros sistemas de comunicación. Además, dentro de los objetivos, se incluye que el procesado realizado deberá ser el mínimo ya que se pretende reducir lo máximo posible el hardware empleado, así como las especificaciones de este. Se van a detectar drones de dos marcas y protocolos concretos, por un lado, se va a detectar el protocolo Ocusync, desarrollado por DJ, e incorporado en la gran mayoría de los dispositivos desarrollados por la marca, salvo en contadas excepciones, y drones que empleen el protocolo SkyLink de la marca Autel. Se han escogido estos dos protocolos y marcas por la alta penetración y volumen de mercado que presentan. Además, al ser unos drones tan populares son los que más comúnmente van a presentar una amenaza para la seguridad, por lo tanto, se maximiza el valor aportado con esta solución. En el caso de la detección por medio de redes neuronales, se va a intentar que el modelo sea capaz de generalizar lo máximo posible y detecte drones del máximo número de protocolos y marcas, para ello se va a nutrir al modelo de un amplio conjunto de entrenamiento, realizado exprofeso.

The master's thesis involves the development of an advanced system for drone detection, aimed at accurately identifying the presence of commercial drones in specific areas. The detection will be performed by capturing signals using software-defined radio (SDR). The developed system must be capable of discerning whether the signals from the environment are from a drone or are random signals from other communication systems. Additionally, one of the objectives is to ensure that the processing required is minimal, aiming to reduce the hardware used and its specifications as much as possible. The system will detect drones from two specific brands and protocols: on the one hand, it will detect the Ocusync protocol, developed by DJI and incorporated into the majority of their devices, with few exceptions, and drones that use the SkyLink protocol from the Autel brand. These two protocols and brands have been chosen due to their high market penetration and volume. Additionally, since these drones are so popular, they are the ones most likely to pose a security threat, thereby maximizing the value provided by this solution. In the case of detection using neural networks, the goal is to enable the model to generalize as much as possible and detect drones from the maximum number of protocols and brands. To achieve this, the model will be trained with a comprehensive dataset created specifically for this purpose.