현재 항공기는 Automatic Dependent Surveillance–Broadcast (ADS-B)를 통해 자신의 위치와 속도 정보를 실시간으로 방송하고 있다. ADS-B 메시지의 위치 정보는 대부분 Global Navigation Satellite System (GNSS)에 의존하기 때문에 GNSS 기만(spoofing)이나 재밍(jamming)과 같은 교란이 발생하면 ADS-B 데이터에도 비정상적인 위치·속도 변화가 반영된다. 그러나 ADS-B는 암호화되지 않아 외부 공격에 취약하며, 이러한 이상 징후를 조기에 탐지하지 못할 경우 심각한 사고로 이어질 수 있다. 본 연구에서는 ADS-B 데이터만을 이용하여 GNSS 이상 징후를 탐지하는 알고리즘을 개발하였다. 이를 위해 ADSBexchange에서 제공하는 한반도 주변의 공개 데이터를 수집하고, 칼만 필터(Kalman filter)를 적용하여 위치 정보로부터 속도를 추정하였다. 이후 추정된 속도가 임계값을 초과하는 항공기 데이 터를 대상으로 Spatio-Temporal Density-Based Spatial Clustering of Applications with Noise (ST-DBSCAN) 알고리즘을 적용하여 비정상적인 궤적 패턴을 군집 분석하였다. 제안된 방법은 GNSS 이상으로 인해 ADS-B 궤적이 왜곡되는 상황을 효과적으로 포착할 수 있음을 확인하였다. 본 연구는 ADS-B 데이터만으로도 실시간 GNSS 이상 징후를 탐지할 수 있는 가능성을 제시하며, 향후 AIS, 레이더, 광학 영 상 등 타 감시수단과의 융합을 통해 신뢰성 높은 이상 탐지 시스템 구축에 기여할 것으로 기대된다.

Development of a Wide-Area GNSS Anomaly Detection Algorithm Using ADS-B Data

Sanghyeon Park, Deuk Jae Cho, Pyo-Woong Son*

Modern aircraft broadcast their own position and velocity information in real-time through Automatic Dependent Surveillance-Broadcast (ADS-B). Since the position information in ADS-B messages is heavily reliant on the Global Navigation Satellite System (GNSS), disturbances such as GNSS spoofing or jamming are reflected as abnormal changes in position and velocity within the ADS-B data. However, because ADS-B is not encrypted, it is vulnerable to external attacks, and the failure to detect such anomalies early can lead to serious accidents. In this study, we developed an algorithm to detect GNSS anomalies using only ADS-B data. For this purpose, we collected publicly available data from around the Korean Peninsula via ADSBexchange and applied a Kalman filter to estimate velocity from the position information. Subsequently, for aircraft exceeding a predetermined velocity threshold, the Spatio-Temporal Density-Based Spatial Clustering of Applications with Noise (ST-DBSCAN) algorithm was employed to identify and analyze anomalous trajectory patterns. We confirmed that the proposed method can effectively detect distorted ADS-B trajectories caused by GNSS anomalies. This research suggests the potential for real-time GNSS anomaly detection using only ADS-B data, and it is expected to contribute to the future development of a highly reliable surveillance system through integration with other surveillance assets such as AIS, radar, and electro-optical systems.

Keywords: ADS-B, GNSS anomaly detection, Kalman filter, Spatio-temporal DBSCAN

Speaker 박상현 충북대학교