Назад в библиотеку

Защита аэропортов от беспилотных летательных аппаратов: обзор кибератак и технологий обнаружения дронов

Авторы: Джорджия Ликоу, димитриос Мустакас, Димитрис Грицалис

Перевод: Агеева В.А.

Источник: Sensors (Базель). 2020. 22 июня; 20(12): 3537. doi: 10.3390/s20123537. PMID: 32580402; PMCID: PMC7349857.

Беспилотные авиационные системы (БВС), беспилотные летательные аппараты (БПЛА) и дистанционно управляемые авиационные системы (ДУАС) — всё это разные названия того, что чаще всего называют дронами [1]. Они представляют собой революционную технологию, которая меняет коммерческую отрасль, СМИ и индустрию развлечений, а будущие возможности в этой сфере безграничны. Десять лет назад дроны считались технологией, доступной только официальным органам, таким как военные, полиция и т. д. Однако многие отрасли начали использовать БПЛА для доставки товаров и услуг. Федеральное управление гражданской авиации США (FAA) прогнозирует, что к 2020 году в США будет эксплуатироваться более двух миллионов дронов [2]. С другой стороны, БПЛА представляют собой серьёзную проблему с точки зрения безопасности и конфиденциальности в нашем обществе, и часто сообщается о многочисленных инцидентах, связанных с дронами, которые затрагивают критически важную инфраструктуру (КИ), особенно в районе аэропортов. По данным Совета Безопасности ООН, возросшая доступность дронов в сочетании с их технологическим развитием привела к возобновлению попыток злоумышленников, в том числе организованных преступных группировок и террористических организаций, использовать БПЛА в неблаговидных целях [3]. Было несколько случаев, когда террористы использовали беспилотные летательные аппараты с оружием для проведения атак или для наблюдения, разведки и других незаконных действий. Эти инциденты привели к необходимости обнаружения и обезвреживания дронов-нарушителей; поэтому возникла новая область исследований и разработок — противодействие беспилотным летательным аппаратам (C-UAS) [4].

БПЛА — это многовинтовые или винтокрылые летательные аппараты, которые управляются автономно или дистанционно. Они бывают разных форм и размеров, от похожих на насекомых до крупных, весом в несколько тонн. Различные организации (НАТО, Министерство обороны США, НАСА и регулирующие органы) определили основные категории БПЛА. Большинство этих классификаций основаны на весе, рабочей высоте или скорости. Хотя номенклатура классификационных групп у разных организаций отличается, обычно используются некоторые конкретные ограничения по весу, представленные в таблице 1.

Таблица 1. Классификация БПЛА основана на весе, высоте, дальности полета и полезной нагрузке.

В таблице 1 представлена классификация БПЛА по весу, высоте, дальности, продолжительности полёта и возможностям полезной нагрузки, а также несколько примеров доступных коммерческих моделей БПЛА. В этой работе мы анализируем угрозы, исходящие от лёгких микро-, мини- и малых БПЛА (sUAS, класс I по классификации НАТО) весом менее 150 кг. Такие дроны могут перемещаться на довольно большие расстояния от центра управления, до 50 км, со средней скоростью 15 м/с. Они способны нести тяжёлые грузы весом до 50 кг и обеспечивают видеопилотирование и связь на основе радиосигналов. Существует два типа технологий для связи с оператором (C2): Wi-Fi и аналоговая. Кроме того, видеопоток в реальном времени может передаваться с видеокамеры дрона пилоту (оператору) через наземную станцию управления (GCS), которая может быть специальным контроллером, смартфоном, VR-очками и т. д. [5]. Для этой категории готовых коммерческих SUA недавно были разработаны новые инновационные интерфейсы управления. Развивающаяся область взаимодействия человека и дронов (ИРЧП) была рассмотрена Теззой и Андухаром [6], которые обсудили, как ИРЧП выходит за рамки методов контроля, улучшая взаимодействие людей.

В развивающихся «умных» городах, где БПЛА выполняют множество задач, дроны используются в развлекательных и коммерческих целях. Альсамхи и др. [z57] рассмотрели возможность использования дронов и Интернета вещей (IoT) для повышения интеллекта и качества жизни в «умных» городах. Кроме того, в сельских районах и критически важных инфраструктурах БПЛА используются для выполнения задач по эксплуатации, обеспечению безопасности и мониторингу окружающей среды, включая физические, химические, электромагнитные и радиохимические измерения. Они расширяют возможности обеспечения безопасности людей, контролируя среду, куда люди не могут попасть [8,9]. В сфере безопасности БПЛА могут расширить возможности традиционных средств обнаружения (например, датчиков и камер) с помощью систем мониторинга периметра в критически важных объектах, в том числе в аэропортах. Кроме того, в пределах периметра аэропорта БПЛА могут обеспечить более быстрое реагирование на сигналы тревоги, отслеживать угрозы, а также осматривать или патрулировать объекты, как показано в [10]. Хотя достижения в области технологий беспилотных летательных аппаратов нашли множество применений и принесли множество выгод обществу в целом, не следует сбрасывать со счетов потенциальную угрозу неправильного использования технологий. Насси и др. [5] описывают социальные угрозы безопасности и неприкосновенности частной жизни, создаваемые дронами, в то время как Альтави и Юсеф [12] определили как физические, так и киберугрозы, исходящие от таких систем. В нашем исследовании мы выделили асимметричные угрозы, которые могут использовать возможности sUAS для атаки на СНГ, включая аэропорты, скрытым или необычным способом, предоставляя злоумышленнику несправедливое преимущество. Они были объединены в следующие три категории:

• Шпионаж и отслеживание достопримечательностей, проведение несанкционированного картографирования и наружного наблюдения.
• Доставка полезной нагрузки CRBNE (химических, радиологических, биологических, ядерных и взрывчатых веществ) к стационарным или движущимся целям.
• Перехват беспроводных сетей, взлом компьютерных систем и проведение кибератак путём зависания над зданиями или посадки на них.

В этой статье мы представляем обзор инцидентов, связанных с беспилотными летательными аппаратами, и контрмер, уделяя особое внимание объектам аэропортов и окружающей их критически важной инфраструктуре. Далее мы приводим обзор литературы по датчикам и технологиям C-UAS, который включает как научные публикации, так и отраслевые разработки в области противодействия беспилотным системам. Также представлены преимущества и ограничения каждой технологии обнаружения и противодействия, а также проблемы применения систем C-UAS в сложных условиях авиации. Кроме того, мы разработали различные сценарии атак на объекты инфраструктуры аэропортов с использованием БПЛА, основанные на трёх категориях асимметричных угроз, перечисленных выше. Подробное описание каждого сценария представлено вместе с перечнем затронутых объектов и анализом последствий. Графические изображения атак шаг за шагом показывают этапы вредоносных атак, а также их влияние на параметры безопасности. Наконец, мы предлагаем меры по предотвращению, а также технологии обнаружения и смягчения последствий, которые можно использовать в каждом сценарии, чтобы противостоять атакам БПЛА и защитить объекты инфраструктуры аэропортов.

Основной целью нашего исследования является разработка обзора имеющихся рисков, связанных с неправильным использованием беспилотных летательных аппаратов, и выработка рекомендаций по проектированию эффективных C-UAS на объектах аэропортов. Насколько нам известно, ни в одном исследовании не были представлены аналитические сценарии атак, которые могут быть запущены внутри и за пределами периметра аэропорта (в восьми потенциальных точках запуска атак). Для каждого сценария атаки разрабатывается предлагаемый план защиты C-UAS, направленный на повышение устойчивости аэропорта и непрерывности бизнеса.

1.Инциденты с БАС по всему миру:

С 2016 года количество инцидентов, связанных с безопасностью, с участием БПЛА вблизи аэропортов и других объектов гражданской авиации резко возросло по всему миру. Очевидно, что дроны могут представлять потенциально серьёзную угрозу для авиационной деятельности [10,11,12]. Основная проблема, связанная с дронами, работающими вблизи аэропортов и в воздушном пространстве, — это опасность столкновения пилотируемых воздушных судов и дронов, что повышает риск человеческих и материальных потерь. Испытания, проведённые правительством Великобритании, показали, что дрон весом 400 г может разбить лобовое стекло вертолёта, а дрон весом 2 кг может нанести критические повреждения лобовому стеклу пассажирского самолёта [13]. В то время как у дешёвых версий БПЛА едва хватает мощности, чтобы продержаться в воздухе полчаса, более сложные модели могут оставаться в воздухе часами. В результате, если в районе аэропорта и его объектов, вблизи взлётно-посадочных полос или даже рядом с периметром безопасности обнаруживается несанкционированный дрон, весь аэропорт может быть закрыт из соображений безопасности. Это приводит к ненужным расходам, задержкам рейсов и потенциально негативной репутации аэропорта, службы управления воздушным движением (УВД) и Управления гражданской авиации. В этом разделе мы представляем результаты нашего исследования инцидентов с БПЛА, влияющих на авиационную деятельность, которое включает в себя наблюдения за БПЛА и подтверждённые случаи обнаружения БПЛА вблизи объектов аэропортов с указанием количественных показателей.

Несмотря на то, что сообщать о происшествиях с БПЛА пока не обязательно, мы изучили и представили информацию о происшествиях с дронами, произошедших за последние 4 года, используя открытые общедоступные источники и базы данных, в которых сообщается о происшествиях с БПЛА, такие как NASA, FAA, Dedrone, ASN и другие [14,15,16,17,18]. Мы выделили 10 серьёзных происшествий в аэропортах с интенсивным движением по всему миру, которые оказали серьёзное влияние на безопасность, охрану, репутацию и привели к экономическим потерям, и представляем эту подборку событий ниже:

1. Великобритания: серьёзный инцидент произошёл в период с 19 по 21 декабря 2018 года в Лондоне, когда аэропорт Гатвик прекратил работу из-за атаки беспилотника. Следователи полиции заявили, что это была спланированная атака, в которой участвовал человек, хорошо знакомый с работой аэропорта. По оценкам, пострадали 140 000 пассажиров, около 1000 рейсов были перенаправлены или отменены [19]. Атака обошлась аэропорту примерно в 100 миллионов фунтов стерлингов. 1,4 млн фунтов стерлингов, но авиакомпании пострадали ещё сильнее: EasyJet, как сообщается, потеряла 15 млн фунтов стерлингов из-за трёхдневной атаки. Аналогичный сбой произошёл месяц спустя в аэропорту Хитроу в январе 2019 года, хотя и на ограниченное время [20].
2. Ирландия: в феврале 2019 года полёты в аэропорту Дублина были приостановлены на полчаса из-за подтверждённого наблюдения за дроном над аэродромом, несмотря на запрет на использование дронов в радиусе 5 км (3 м) от аэропортов Ирландии [21].
3. Германия: аэропорт Франкфурта был закрыт на час 9 мая 2019 года из-за обнаружения дрона. В общей сложности было отменено 143 взлёта и посадки, а 48 самолётов были перенаправлены в другие аэропорты из 1500 запланированных рейсов [22].
4. Сингапур: в июне 2019 года в аэропорту Чанги дважды за одну неделю произошли два инцидента, связанные с несанкционированным полётом дронов. В общей сложности 52 рейса были задержаны, а 8 — перенаправлены из-за этих случаев [23].
5. ОАЭ: Международный аэропорт Дубая (DXB) был закрыт три раза (в общей сложности на 115 минут) в 2016 году из-за незаконной деятельности дронов вблизи аэропорта. Управление по стандартизации и метрологии Эмиратов оценило финансовые потери в размере 95 368 долларов США в минуту из-за закрытия аэропорта по причине деятельности дронов. Общие потери DXB в 2016 году составили около 11 млн долларов США из-за дронов [24].
6. Япония: дрон, замеченный в октябре 2019 года в международном аэропорту Кансай в Осаке, привёл к временному закрытию крупного авиаузла, несмотря на то, что полёты дронов вблизи аэропорта Кансай и их пронос на территорию аэропорта запрещены [25].
7. Канада: Самолет Beech King Air A100 авиакомпании Skyjet Aviation столкнулся с беспилотником в октябре 2017 года при приближении к аэропорту имени Жана Лесажа недалеко от Квебека. Самолет благополучно приземлился, несмотря на удар по крылу. Ни беспилотник, ни оператор найдены не были. Беспилотник летел на высоте 1500 футов, то есть в пять раз превышающей максимальную высоту, на которой беспилотникам разрешено летать в Канаде [26].
8. Нью-Джерси, США: аэропорт Ньюарк был закрыт из-за замеченного поблизости дрона на 90 минут в январе 2019 года. По оценкам, стоимость закрытия аэропорта составляла 1 млн долларов США в минуту, что привело к экономическим потерям в размере 90 млн долларов США. Самолёты были перенаправлены в другие аэропорты, что привело к дополнительному расходу топлива и экономическим потерям для авиакомпаний [27].
9. Нью-Йорк, США: в сентябре 2017 года гражданский беспилотный летательный аппарат столкнулся с вертолётом Black Hawk над восточным побережьем Статен-Айленда. Вертолёт смог продолжить полёт и приземлился в аэропорту Линден. Никто не пострадал, но часть БПЛА была обнаружена в нижней части несущего винта [28].
10. Южная Каролина, США: в феврале 2018 года причиной крушения вертолёта стал гражданский дрон. Это была первая авиакатастрофа, вызванная дроном. Вертолёт врезался в дерево, пытаясь уйти от небольшого дрона, что привело к аварийной посадке. Согласно отчёту полицейского управления Чарльстона [29], пилот-студент и пилот-инструктор не пострадали.

В дополнение к вышеупомянутым инцидентам с количественными показателями ущерба столкновения и близкие пролёты между пилотируемыми и беспилотными летательными аппаратами становятся всё более распространёнными явлениями, несмотря на существующие ограничения в отношении контролируемых воздушных пространств и меры по геозонированию. С 2016 года Федеральное управление гражданской авиации США (FAA) получило 8344 сообщения от лётчиков о потенциально небезопасном использовании БПЛА [15].

Несмотря на усилия и инициативы FAA по регулированию и сдерживанию рисков небезопасных или несоответствующих sUAS операций в авиационном секторе, проблема, похоже, усугубляется: пилоты самолетов, авиадиспетчеры и другие заинтересованные стороны в авиации сообщают о более чем 2000 случаях сближения в год [30]. Однако эти события не могут быть напрямую проверены, поэтому о них следует сообщать как об инцидентах, поэтому база данных отчетов FAA о визировании БПЛА предоставляет барометр небезопасных операций БПЛА [15].

Растущее число происшествий вблизи аэропортов привело к возникновению серьезных опасений по поводу нарушений правил авиационной безопасности беспилотными летательными аппаратами. Все эти события в сочетании с быстрым развитием технологий беспилотных летательных аппаратов и неконтролируемым распространением использования беспилотных летательных аппаратов побудили нас провести исследование технологий и методологий противодействия беспилотному зондированию, предложенных академическим сектором и применяемых промышленностью.

2. Обзор литературы по технологиям противодействия беспилотным летательным аппаратам (C-UAS)

Необходимость защиты критически важной инфраструктуры от неправомерного использования дронов привела к прогрессу в академических исследованиях и коммерческом применении C-UAS. Противодействие дронам — это сложный многоэтапный процесс, включающий взаимодействие между несколькими различными датчиками и методиками, а также взаимодействие с операторами-людьми. В этом разделе мы приводим обзор основных технологий датчиков C-UAS, которые можно использовать в аэропортах, и классифицируем их по трём основным категориям: (i) превентивные меры, (ii) датчики и технологии обнаружения и (iii) меры противодействия дронам-нарушителям.

С 2014 года растущий интерес к академическим исследованиям C-UAS привёл к появлению более 950 научных публикаций. В таблице 2 представлено количество новых публикаций, в названии которых есть термин «C-UAS», без учёта патентов и цитирований, на основе поиска в Google Scholar [31]. Кроме того, с января по март 2020 года было опубликовано ещё 47 публикаций по этой теме. Эта тенденция к увеличению числа научных публикаций подтверждает растущий интерес исследовательского сообщества к этой области, связанной с датчиками обнаружения дронов и технологиями их подавления.

Таблица 2.

Количество новых публикаций с термином «C-UAS» по результатам поиска в Google Scholar.

Таблица2. Количество новых публикаций с термином «C-UAS» по результатам поиска в Google Scholar.

2.1. Предотвращающие действия

Использование БПЛА, как правило, регулируется национальными органами гражданской авиации и национальными институтами. Во многих странах законодательство предлагает ряд правил для контроля воздействия небольших БПЛА на безопасность, охрану и конфиденциальность людей [1]. Такие нормативно-правовые акты, дополненные технологиями геозонирования, могут служить превентивными мерами, предотвращающими попадание операторов дронов в запретное воздушное пространство по ошибке или незнанию.

Геозонирование — это создание виртуальных границ вокруг территорий или объектов, представляющих интерес, чтобы удерживать дроны на расстоянии от запретных для полётов зон [32]. Уже опубликованы результаты значительной работы по определению и реализации систем геозонирования для небольших БПЛА [32,33,34,35,36]. Популярные системы автопилотирования в настоящее время предлагают простые геозоны для критически важных территорий, включая аэропорты [33]. Геозона может создаваться динамически, например, в радиусе вокруг точки местоположения с заранее заданными границами [34,35,36]. Это эффективная мера предотвращения, если она встроена в навигационное программное обеспечение БПЛА [37]. В результате дроны, использующие систему глобального позиционирования (GPS) или глобальную навигационную спутниковую систему (GNSS) в сочетании с программным обеспечением автопилота, могут взаимодействовать с геозоной и избегать запретных зон [38].

Кроме того, производители БПЛА могут регулярно обновлять программное обеспечение для геозонирования, добавляя новые и временные зоны ограничения. Некоторые производители также расширили зоны ограничения в аэропортах, чтобы усилить безопасность, и теперь БПЛА не могут попасть в трёхмерную зону геозонирования в форме галстука-бабочки [39]. Это защищает пути захода на посадку и взлёта и предотвращает вмешательство дронов в работу самолётов при взлёте или посадке в аэропортах. Принципы организации воздушного пространства, основанные на оценке рисков, позволяют классифицировать виртуальные ограждения аэропортов по степени риска. Геозонирование может сыграть важную роль в предотвращении или оповещении неосторожных и некомпетентных операторов БПЛА о нарушении воздушного пространства аэропорта. Однако оно не может помешать злоумышленникам вручную отключать функцию геозонирования БПЛА, чтобы проникать в запретные зоны. Поэтому также необходимы меры по обнаружению и пресечению использования БПЛА в запретных зонах.

3.2. Датчики и технологии обнаружения

В этом подразделе мы представляем обзор литературы по датчикам и технологиям обнаружения, использующим различные типы датчиков, такие как (i) радиолокационные датчики обнаружения; (ii) радиочастотные датчики обнаружения; (iii) акустические датчики; (iv) визуальные датчики. Далее мы сравниваем преимущества и ограничения каждого типа датчиков, а в последней части этого раздела представлены и проанализированы коммерчески доступные системы обнаружения.

Радиолокационное обнаружение

Радиолокационная станция наблюдения оснащена одной или несколькими антеннами для одновременного обнаружения и отслеживания нескольких объектов. Она посылает сигнал, чтобы получить отражение от воздушного судна, измерить его пространственные координаты и, при необходимости, скорость, ускорение и направление. По словам Сколника [40], ни один другой датчик не может измерить расстояние с такой точностью, как радиолокационная станция, на таких больших расстояниях и в неблагоприятных погодных условиях. В последние годы активно проводятся исследования в области применения радиолокационных станций для беспилотных летательных аппаратов. Моностатические радиолокационные станции оснащены совмещёнными передатчиком и приёмником. В нескольких исследованиях анализировался моностатический радар, работающий либо на частоте 35 ГГц [41], либо на частоте 9,4 ГГц [42], для обнаружения и отслеживания ближайших дронов. Наиболее часто используемой характеристикой радиолокационного сигнала для автоматической классификации целей является микродоплеровский (м-Д) сигнал [43,44]. Собственные вращательные движения лопастей ротора БПЛА могут определять тип дрона, в то время как двигательная турбина реактивного самолёта или взмахи крыльев птицы могут быть статистически описаны с помощью радиолокационной m-D сигнатуры [44,45,46]. Другое исследование [47] показал, что отличить дрон от птицы можно с помощью алгоритмов машинного обучения, извлекая признаки из m-D-сигнатур. Несколько методов предполагают использование бистатических радаров, в которых передатчик и приёмник не совмещены, или мультистатических радаров для повышения точности обнаружения БПЛА [48,49,50]. По сравнению с другими технологиями радар способен обеспечить обнаружение на большом расстоянии — до нескольких сотен километров, в зависимости от эффективной площади рассеяния (ЭПР) цели. На его работу почти не влияют неблагоприятные условия освещения и облачность [51]. С другой стороны, к проблемам, связанным с использованием радара, относятся отсутствие автоматизации и высокая зависимость от обученных операторов радара [52]. Кроме того, радар — самое дорогое оборудование из всех доступных датчиков для обнаружения дронов, и для его использования требуется лицензирование национального частотного спектра и исследование экологической совместимости.

В аэропортах радиолокационные датчики используют большую эффективную площадь рассеяния для обнаружения воздушных судов стандартных размеров, движущихся с высокой скоростью. Таким образом, они не могут обнаруживать малые БПЛА, которые являются небольшими и медленно движущимися объектами, летающими на малых высотах [53]. Радиолокационные датчики отслеживают небольшие цели на коротких, средних и дальних дистанциях. Поэтому в авиации принято использовать несколько радаров с разной дальностью обнаружения, чтобы обеспечить обнаружение в зоне ожидания аэропорта (TMA) и в воздушном пространстве на маршруте [54,55]. Ещё одним недостатком радиолокационных датчиков для отслеживания дронов является отсутствие геолокации GCS и пилота вторгшегося БПЛА. Таким образом, эта технология наблюдения обычно используется в сочетании с другими датчиками обнаружения [55].

Радиочастотное обнаружение

Радиочастотные (РЧ) сканеры используют технологию пассивного обнаружения и представляют собой экономичное решение для обнаружения, отслеживания и идентификации БПЛА на основе их сигнатуры связи. Они используют алгоритмы для сканирования известных радиочастот, чтобы находить и определять местоположение дронов, излучающих радиоволны, независимо от погодных условий и времени суток. Во многих исследованиях использовались радиочастотные сканеры либо для определения местоположения дрона в пространстве, либо для классификации передач по каналу FPV (вид от первого лица) [5,54,55,56,57,58,59,60,61,62,63]. Нгуен и др. [56,57,58] проанализировали радиочастотные сигналы, полученные с помощью программно-определяемого радио (SDR), чтобы с высокой точностью обнаруживать коммерческие БПЛА на расстоянии до 600 м. БПЛА отслеживались с переменной точностью (64–89%) в зависимости от типа дрона. В [56] были проанализированы уровни сигнала Wi-Fi приближающихся и шпионящих дронов. Хотя в этом методе используется приёмник Wi-Fi, его эффективность зависит от расстояния и прямой видимости между приёмником и БПЛА.

Однако точность обнаружения в средах с большим количеством сигналов Wi-Fi и других излучающих смарт-устройств не была подтверждена. Шеллер [59] исследовал обнаружение дронов в средах с интенсивным радиочастотным излучением, где невозможно было обнаружить радиочастотный сигнал дрона на расстоянии более 100 м. В двух исследованиях [60,61] БПЛА классифицировались с помощью алгоритмов машинного обучения, а Пикок [61] предложил анализировать MAC-адрес БПЛА для обнаружения и отключения конкретных БПЛА. Тем не менее очевидно, что злоумышленники могут изменить MAC-адрес дрона, чтобы избежать идентификации. Компания Mototolea предложила готовые коммерческие FPGA на основе систем SDR для обнаружения и определения местоположения небольших дронов [62]. При использовании нескольких радиочастотных сканеров, установленных на подходящем расстоянии, возможна триангуляция местоположения дрона и его системы управления. Кроме того, радиочастотное обнаружение может обеспечить раннее предупреждение благодаря тому, что БПЛА и система управления передают радиосигналы при включении системы. Это позволяет обнаружить БПЛА в период подготовки к запуску, до взлёта [62]. С другой стороны, радиочастотные датчики не могут одновременно обнаруживать множество дронов. На их точность влияют другие источники потенциальных помех, в частности препятствия, находящиеся в зоне прямой видимости [63]. Они эффективны до тех пор, пока БПЛА передаёт сигнал. Однако вредоносные дроны могут летать автономно, не излучая радиочастотные сигналы, чтобы избежать обнаружения, или даже передавать сигнал в выделенном диапазоне, который не используется для FPV.

Акустическое обнаружение

Пропеллеры дронов передают звуковой сигнал, который может быть обнаружен и использован для определения местоположения и классификации дронов с помощью акустических датчиков. Обычно микрофон улавливает звук, издаваемый дроном, и вычисляет местоположение с помощью метода разности времён прихода (TDOA), в то время как для грубой триангуляции БПЛА можно использовать несколько наборов микрофонных массивов [64]. В большинстве случаев акустические датчики имеют небольшую дальность обнаружения, менее 300 м [65]. Они подвержены ограничениям, связанным с помехами от других источников звука, которые довольно сильны вблизи аэропортов. Для акустического обнаружения БПЛА исследователи использовали массивы микрофонов с одноплатными компьютерами для оценки эффективности алгоритмов шумоподавления [66]. Другие исследователи предложили системы обнаружения дронов с помощью корреляции [67] или идентификации по акустическим признакам [68]. Сбор акустических отпечатков является основной проблемой для акустического обнаружения и идентификации; однако существуют факторы, способные рассеивать звуковые волны, изменяя направление звука, например, ветер, температура, время суток, препятствия и другие издаваемые звуки [68]. В жаркий день с небольшим ветром на открытой равнинной местности звуковые «отпечатки» будут значительно отличаться от тех, что возникают в холодную ветреную ночь в лесу [69]. Некоторые исследователи предложили методы, позволяющие определять местоположение низколетящих самолётов по звукам, записанным с помощью централизованных [64] и распределённых [65] микрофонных массивов. Ким и др. [70] предложили систему обнаружения дронов в реальном времени и использовали искусственную нейронную сеть для повышения точности классификации. Также был добавлен класс фонового шума, чтобы отделить звуки БПЛА с помощью набора данных UrbanSound 8 K [71]. Чон и др. [72] предложили модель бинарной классификации, которая использует аудиоданные для обнаружения присутствия БПЛА. Хотя акустические датчики нельзя считать основным источником обнаружения, они часто комбинируются с другими системами обнаружения для повышения эффективности идентификации дронов. Парк и др. [73] предложили использовать комбинацию радиолокационных и аудиодатчиков для идентификации БПЛА с роторами с помощью нейронной сети.

Акустические датчики могут обнаруживать автономные летающие БПЛА с меньшими затратами на систему и средней вероятностью обнаружения при более высоком уровне ложных срабатываний (из-за растущего числа моделей дронов), при этом геолокация оператора не обеспечивается [63]. Наконец, акустические датчики полагаются на базу данных звуков, издаваемых известными дронами, и могут не распознавать дроны, не входящие в библиотеку. Алгоритмы также могут определять тип БПЛА и даже различать разрешённые и неразрешённые БПЛА. Однако в условиях сильного шума в аэропортах, где шум от самолётов очень сильный и накладывается друг на друга, использование акустических датчиков нельзя считать надёжным методом обнаружения.

Визуальное Обнаружение

Для обнаружения и классификации дронов можно использовать системы визуализации и камеры как в видимом, так и в инфракрасном спектре. Электрооптические датчики, которые обычно не являются основным источником обнаружения, используют визуальную сигнатуру для обнаружения БПЛА, а инфракрасные датчики используют тепловую сигнатуру. Высокопроизводительные системы камер предоставляют изображения в качестве вещественных доказательств. Они часто оснащены функцией масштабирования для отображения мелких объектов на расстоянии, однако имеют ограничения по дальности [52]. Несколько исследователей предложили методы обнаружения дронов и их траекторий с помощью сигналов движения [74,75], визуальных меток [76], визуальных меток [76] и дескрипторов формы [77]. Нейронные сети и алгоритмы глубокого обучения в сочетании с оптическими данными могут обеспечить значительную поддержку и расширенный интеллект для системы обнаружения БПЛА, как показано в [78,79,80]. Розанцев и др. [81] использовали несколько стационарных наземных камер для восстановления траекторий БПЛА на основе динамики. Опромолла и др. [82] использовали подход, основанный на распознавании образов, для обнаружения дронов с помощью сопоставления шаблонов и нормализованных показателей взаимной корреляции. Гоккэ и др. [83] использовали технологию обнаружения дронов на основе машинного зрения и оценки расстояния с помощью традиционных функций, таких как гистограмма градиентов (HOG). Исследователи также добились обнаружения и классификации объектов с помощью гиперспектральных изображений [84,85]. Эти методы позволяют точно определять местоположение и идентифицировать дроны. Однако, поскольку движения дронов и птиц во многом схожи, из-за растущего числа моделей дронов и атмосферной непрозрачности [54] возникает большое количество ложных срабатываний, с одной стороны, и ложных пропусков, с другой.

Тепловые датчики используют невидимый электромагнитный спектр и отличаются от оптических датчиков принципом работы. Тепловые камеры могут отслеживать инфракрасное излучение, испускаемое летающими объектами в виде тепла. Они используют длинноволновый диапазон электромагнитного спектра с длиной волны от 9 до 14 мкм [43]. Несколько исследователей предложили использовать тепловые камеры для обнаружения БПЛА в тёмных местах. Мюллер [86] предложил использовать статическую коротковолновую инфракрасную (SWIR) камеру для ночного обнаружения, чтобы повысить чувствительность обнаружения БПЛА перед деревьями с колышущимися листьями и свести к минимуму количество ложных срабатываний. Берч и Ву [87] провели сравнение обнаружения дронов на разных расстояниях с помощью SWIR, средневолновой инфракрасной (MWIR) и длинноволновой инфракрасной (LWIR) камер. В [88] был представлен метод локализации с помощью 2D- и 3D-триангуляции с использованием изображений с нескольких тепловизионных камер. Кроме того, использование тепловизионных камер позволяет получать чёткое изображение окружающей среды независимо от внешнего освещения и условий окружающей среды. По сравнению с оптическими RGB-камерами тепловизионные камеры обеспечивают преимущество в отслеживании с повышенной устойчивостью к изменениям освещения [63]. С другой стороны, тепловизионные камеры дают изображения с более низким разрешением и стоят дороже, чем электронно-оптические.

Наконец, Чёрч и др. [89] проанализировали обнаружение дронов с помощью датчика LiDAR и обнаружили, что точность обнаружения в пределах нескольких сотен метров довольно высока. Тем не менее, инфракрасные камеры и LiDAR не могут идентифицировать дроны, поскольку снимки имеют довольно низкое разрешение [5]. Как правило, в системах обнаружения используется комбинация камер, которые фиксируют видимые и невидимые волны, чтобы поддерживать наблюдение в течение дня и ночи. Их сложно использовать только для обнаружения, поэтому их часто сочетают с радарами и радиочастотными датчиками в качестве дополнительного инструмента для обнаружения БПЛА, проверки и криминалистического анализа.

2.3. Контрмеры по смягчению последствий

Существует ряд технологических решений для снижения угроз, исходящих от вредоносных БПЛА при приближении к критически важным объектам инфраструктуры. Однако применяемые меры по снижению угроз должны быть законными, соразмерными и основанными на надлежащей оценке рисков. Существует два типа технологий противодействия БПЛА: электронные и кинетические. Электронные средства противодействия могут уничтожать БПЛА с помощью манипуляций со связью, радиопомех или подмены GPS-сигнала. Кинетическое противодействие подразумевает перехват БПЛА физическими средствами. Обе технологии рассматриваются с целью изучения их применимости в условиях аэропорта. Анализ завершается сравнительной таблицей, в которой представлены преимущества и ограничения каждой технологии смягчения последствий.

Электронный запрет

Электронная или сигнальная помеха — это намеренное использование радиочастотной передачи для блокировки сигналов и нарушения связи между оператором GSC и летающим БПЛА. Радиочастотный глушитель — это стационарное, мобильное или портативное устройство, которое передаёт большое количество радиочастотной энергии в направлении дрона, маскируя сигнал контроллера [54]. В зависимости от конструкции дрона это приводит к следующим последствиям: (i) дрон совершает контролируемую посадку в текущем положении; (ii) дрон возвращается в заданное пользователем место; (iii) дрон неуправляемо падает на землю; (iv) дрон улетает в случайном неуправляемом направлении. В нескольких исследованиях предлагалось нарушать входящую/исходящую связь для отключения БПЛА [5,54,55,63,91,92,93,94,95,96,97,98,99,100,101,102]. Ло [91] применил радиопомехи к каналу видеосвязи и показал, что функция FPV была отключена, что не позволило оператору управлять дроном. Возможности глушилки зависят от мощности её радиопередатчика, однако радиус действия не может превышать нескольких километров [55].

Другой вариант — глушение GPS-сигнала, когда БПЛА используют системы GPS-навигации. Однако подавить сигнал спутниковой навигации гораздо сложнее, чем заглушить сигнал БПЛА с радиочастотным управлением [63]. Чтобы эффективно заглушить сигнал спутниковой навигации, на БПЛА посылается более сильный сигнал, заменяющий связь по GPS, которую БПЛА использует для навигации. Робинсон [92] показал, что глушение GPS-сигнала на БПЛА приводит к дрейфу, усложняет управление БПЛА и не позволяет ему вернуться домой. Митч и др. [102] изучили свойства сигналов 18 доступных в продаже GPS-глушителей на основе экспериментальных данных и представили результаты измерений ослабления эффективности глушения. Динамически изменяя GPS-координаты в режиме реального времени, можно контролировать положение дрона и направлять его в другую зону посадки.

Манипуляция с протоколом подразумевает, что третья сторона берёт под контроль БПЛА, выдавая себя за его пульт дистанционного управления. Сигнальные инструкции посылаются для того, чтобы сбить БПЛА с толку и выдать манипулируемый сигнал за легитимный [54]. Многие исследователи предлагали методы захвата и дезориентации БПЛА. Они использовали атаки с повторением, которые применялись со злоумышленниками на станциях управления против слабых восходящих каналов FPV [5]. Роддей [93] представил методы угона дрона стоимостью 30 000 долларов США, используя протокол XBee 868LP и воспроизводя команды управления, которые отправлялись с GCS на БПЛА на частоте 868 МГц. Хайнэм и др. [94] показали, что любительские дроны, использующие протокол связи MAVLink (например, 3DR IRIS+, Erle-Copter и т. д.), также могут быть угнаны с помощью атаки с воспроизведением. Дэвидсон и др. [95] предложили способ захвата БПЛА путём имитации его направленной вниз камеры. Они направляли лазер на поверхность летающего дрона и влияли на его алгоритм стабилизации. В некоторых исследованиях [96,97,98,99,100] продемонстрировали методы, позволяющие вывести из строя дрон с помощью подмены GPS-сигнала, пока БПЛА находится в запретных для полётов зонах, тем самым препятствуя автономной навигации к цели. Чтобы взять под контроль БПЛА с помощью новой линии связи, алгоритмы манипулирования протоколами дополнены искусственным интеллектом. Эти манипулирующие сигналы дают третьей стороне возможность нейтрализовать БПЛА-нарушитель, взяв под контроль полёт, захватив дрон и загрузив его данные. Однако этот метод может оказаться неэффективным, если связь для управления и контроля зашифрована или используется собственный защищённый протокол [52].

Кинетический Запрет

Исследователи [103,104] и представители промышленности [52,53,54,105] предлагают множество вариантов кинетических систем. Их применение было протестировано в основном (i) на поле боя в ходе военных операций; (ii) для обеспечения безопасности руководителей и государственных служащих; (iii) на мероприятиях высокого уровня. К таким кинетическим системам относятся:

• Захват сетью — это попытка физически захватить дрон. Усиленный и защищённый БПЛА летит навстречу вторгшемуся дрону и несёт сети для захвата и возвращения целевого БПЛА. Такие системы работают на относительно коротких расстояниях и эффективны, когда злоумышленник летит с низкой скоростью или не маневрирует.
• Хищные птицы — это обученные птицы в защитном снаряжении, которые используются для нападения на БПЛА и их захвата при проникновении в запретную зону. Однако птицы также находятся под запретом и представляют опасность при полётах в районе аэропортов из-за возможных столкновений с прибывающими или приземляющимися самолётами.
• Высокоэнергетический микроволновый (HPM) или лазерный огонь: с помощью высокоэнергетического электромагнитного импульса или лазерного оружия сотрудники службы безопасности могут наводить на цель и сбивать БПЛА. HPM или высокоэнергетические лазеры уничтожают электронные схемы и другие важные элементы конструкции дрона. Это часто приводит к падению БПЛА на землю.

Однако за пределами военных действий кинетические методы могут оказаться неэффективными, особенно в густонаселённых районах, из-за риска неконтролируемого падения дрона или срабатывания полезной нагрузки CRBNE. В большинстве случаев они не подходят для аэропортов и прилегающего воздушного пространства из-за сопутствующих рисков для авиационных операций. Таким образом, эти меры по пресечению полётов могут быть незаконными в зависимости от правил гражданской авиации. Во многих странах мира системы противодействия дронам не разрешается использовать в гражданских целях, а только в ходе полицейских и военных операций [52,63]. Существует некоторая путаница и неоднозначность в отношении юридической ответственности за использование технологий C-UAS, на которые распространяются многочисленные пересекающиеся законы (например, законы об авиационной безопасности, компьютерной безопасности и электромагнитной совместимости). К этой неопределённости добавляется тот факт, что большинство правительств ещё не разработали комплексную политику защиты авиационных активов с помощью C-UAS, в то время как регулирующие органы воздушного пространства продолжают разрабатывать правила интеграции БПЛА в коммерческое и гражданское использование.

3.4. Применяемые технологии противодействия БАС в коммерческих системах

Помимо научных публикаций, в этом подразделе мы собрали информацию о доступных продуктах C-UAS и технологиях противодействия дронам, применяемых в коммерческих системах. Изучив базы данных с открытым исходным кодом, мы нашли системы противодействия дронам, представленные на рынке, исследовали их технические характеристики и представили статистический анализ используемых сенсорных технологий. На основе информации из открытых источников, коммерческих публикаций и пресс-релизов [104,105] мы насчитали не менее 545 продуктов противодействия дронам. 

Выводы

Дроны размером от насекомого до нескольких тонн весом чрезвычайно универсальны и могут выполнять самые разнообразные задачи, преобразуя гражданскую защиту, патрулирование безопасности, доставку имущества, а также коммерческую и развлекательную деятельность. Среди преимуществ коммерческих дронов - их относительно низкая стоимость, легкодоступность, высокая производительность труда и способность снижать риск для жизни людей. Эти особенности привели к их массовой коммерциализации. Тем не менее, регулирование и надзор остаются незрелыми, особенно в отношении двойного использования гражданских беспилотных летательных аппаратов, которые могут быть легко превращены в вооруженные беспилотники или использованы в качестве оружия в преступных целях.

Ожидается, что инциденты, связанные с беспилотными летательными аппаратами в критически важных инфраструктурах, включая аэропорты, будут быстро увеличиваться по частоте, сложности и серьезности по мере того, как беспилотные летательные аппараты станут крупнее и мощнее. Использование беспилотных летательных аппаратов может понравиться злоумышленникам, поскольку они относительно недороги и предоставляют средства для атаки на цель с низким риском для преступников. Критически важные инфраструктуры должны быть защищены от таких воздушных атак посредством эффективной оценки уязвимости, управления рисками и мер по обеспечению устойчивости.

Несмотря на то, что в аэропортах есть помещения разных размеров и конструкций, к ним предъявляются схожие требования по обеспечению безопасности, обнаружению и идентификации дронов, используемых не по назначению, и принятию эффективных контрмер. На основе обширного обзора литературы по технологиям C-UAS мы разработали три категории сценариев атак в аэропортах и предложили эффективный план защиты от C-UAS для каждого случая. Геозонирование в качестве превентивной меры и различные датчики обнаружения могут быть реализованы по-разному, в зависимости от допустимого уровня риска: либо в виде распределённой системы по периметру аэропорта, либо в виде одноточечного средства обнаружения. Несколько радаров с разной дальностью обнаружения обеспечивают необходимый основной метод наблюдения в аэропортах. Поскольку важно определять типы и полезную нагрузку вторгшихся дронов, мы предложили комбинацию радиочастотных датчиков с датчиками визуального обнаружения (электрооптическими и инфракрасными камерами), которые могут обеспечить дополнительное наблюдение по всему периметру аэропорта.

Однако защита аэропортов от нежелательной активности дронов — это обширная и сложная задача. Несмотря на разнообразие доступных технологических решений, операторы аэродромов должны соблюдать закон при использовании инновационных технологий, а риски для общества в целом должны быть полностью оценены и поняты. Должен быть предусмотрен чёткий процесс принятия решений, позволяющий оператору аэропорта принимать наиболее подходящие решения на основе достоверной и точной информации. Очевидно, что безопасность является приоритетом в контексте авиации. Любые действия в отношении летающего объекта должны быть обоснованными, соразмерными и необходимыми, с документальным подтверждением и обоснованием.

Кроме того, в плане действий на случай непредвиденных обстоятельств следует предусмотреть соответствующие меры, которые операторы должны принимать до, во время и сразу после любого инцидента с БПЛА, чтобы минимизировать воздействие на ключевые заинтересованные стороны. Аэропортам следует полагаться на поддержку и координацию со стороны официальных служб безопасности, военных и отраслевых партнёров для повышения устойчивости и надёжности.

Технология C-UAS сопряжена с широким спектром практических, юридических и политических проблем в условиях аэропорта. Отсутствие общих стандартов в отрасли C-UAS означает, что эффективность и надёжность доступных систем сильно различаются. В настоящее время предпринимаются усилия по поиску новых методов, которые позволят защитить воздушное пространство и координировать действия пилотируемой и беспилотной авиации. Разрабатываются системы управления воздушным движением беспилотных летательных аппаратов (UTM) и требования к удалённой идентификации гражданских дронов. В конце концов, дальнейшее развитие гражданских и коммерческих беспилотных летательных аппаратов и их интеграция в развивающиеся «умные» города зависят от способности дронов работать в различных областях воздушного пространства, особенно на очень низких высотах, не создавая никаких рисков для безопасности, охраны или конфиденциальности в обществе и его критически важных инфраструктурах.

Ссылки

1.Искусственный интеллект и гражданское право Европейского союза; правила ответственности за использование дронов. [(по состоянию на 18 декабря 2019 г.)]; доступно онлайн: https://www.europarl.europa.eu/thinktank/en/document.html?reference=IPOL_STU.

2.Прогнозирование беспилотных летательных аппаратов Федерального управления гражданской авиации США. [(по состоянию на 4 декабря 2019 г.)]; доступно онлайн: https://www.faa.gov/data_research/aviation/aerospace_forecasts/media/unmanned_aircraft_systems.pdf.

3.Доклад Исполнительного директората Контртеррористического комитета Совета Безопасности Организации Объединенных Наций (CTED) «Необходимы более активные усилия для устранения потенциальных рисков, связанных с использованием БПЛА террористами». [(по состоянию на 18 декабря 2019 г.)]; доступно онлайн: https://www.un.org/sc/ctc/wp-content/uploads/2019/05/CTED-UAS-Trends-Alert-Final_17_May_2019.pdf.

4.Прогноз рынка, 2020 год, рынок средств противодействия дронам на сумму 20 миллиардов долларов США. [(по состоянию на 20 декабря 2019 года)]; доступно онлайн: https://www.unmannedairspace.info/counter-uas-systems-and-policies/2020-counter-drone-market-worth-usd20-billion-says-market-forecast/

5.Насси Б., Шабтай А., Масуока Р., Эловичи Й. SoK — безопасность и конфиденциальность в эпоху дронов: угрозы, проблемы, механизмы решения и научные пробелы. Comput. Sci. Cryptogr. Secur. 20191903.051555. [Google Scholar]

6.Тецца Д., Андухар М. Современное состояние взаимодействия человека и дрона: обзор. IEEE Access. 2019;7:167438–167454. doi: 10.1109/ACCESS.2019.2953900.6. [DOI] [Google Scholar]

7.Альсамхи С.Х., Ма О., Ансари М.С., Альмалки Ф.А. Обзор совместных интеллектуальных дронов и интернета вещей для повышения интеллектуальности умных городов. IEEE Access. 2019;7:128125–128152. doi: 10.1109/ACCESS.2019.2934998.7. [DOI] [Google Scholar]

8.Калантропио А. Использование БПЛА для выполнения задач, связанных с безопасностью, на объектах после стихийных бедствий и на некритичных строительных площадках. Безопасность. 2019;5:64. doi: 10.3390/safety5040064.8. [DOI] [Google Scholar]

9.Солодов А., Уильямс А., Ханаи С., Годдард Б. Анализ угрозы беспилотных летательных аппаратов для ядерных объектов, SAND 2017-3408J. [(по состоянию на 18 октября 2019 г.)]; доступно онлайн: https://www.osti.gov/pages/servlets/purl/1356834.

10.Руководство PARAS по интеграции беспилотных летательных аппаратов (БПЛА) в систему безопасности аэропортов. [(по состоянию на 1 декабря 2019 г.)]; 2019 г., май; доступно онлайн: https://www.sskies.org/images/uploads/subpage/PARAS_0012.UASAirportSecurityIntegration.FinalGuidebook.pdf.

11.Управление правительственной отчетности США (GAO 2018) «Беспилотные летательные аппараты». [(по состоянию на 2 декабря 2019 г.)]; доступно онлайн: https://www.gao.gov/key_issues/unmanned_aerial_systems/issue_summary.

12.Альтави Р., Юссеф А. Безопасность, конфиденциальность и аспекты защиты гражданских дронов: обзор. ACM Trans. Кибер-физические. Системы. 2016;1:1–25. doi: 10.1145/3001836.12. [DOI] [Google Scholar]

13.Министерство транспорта Великобритании. Исследование столкновений в воздухе малых дистанционно управляемых летательных аппаратов (дронов). [(по состоянию на 2 декабря 2019 г.)]; 2017 г., июль; доступно онлайн: https://assets.publishing.service.gov.uk/government/uploads/system/uploads/attachment_data/file/628092/small-remotely-piloted-aircraft-systems-drones-mid-air-collision-study.pdf.

14.Уайлд Г., Мюррей Дж., Бакстер Г. Изучение несчастных случаев и инцидентов с гражданскими дронами для предотвращения потенциальных авиакатастроф. Aerospace. 2016;3:22. doi: 10.3390/aerospace3030022.14. [DOI] [Google Scholar]

15.FAA, отчет о наблюдениях за БПЛА, общедоступные записи. [(по состоянию на 22 января 2020 г.)]; 2019 г. Доступно онлайн: https://www.faa.gov/uas/resources/public_records/uas_sightings_report/

16.База данных ASRS НАСА. [(доступно 12 января 2020 года)]; Доступно онлайн: https://asrs.arc.nasa.gov/search/database.html.

17.Dedrone, инциденты с дронами по всему миру. [(по состоянию на 22 декабря 2019 г.)]; доступно онлайн: https://www.dedrone.com/resources/incidents/all.

18.База данных по безопасности полетов ASN. [(дата обращения 25 ноября 2019 г.)]; Доступно онлайн: https://aviation-safety.net/database /

19.Хаос с дронами в Гатвике, Великобритания, продолжается уже третий день. [(по состоянию на 2 декабря 2019 г.)]; доступно онлайн: https://www.telegraph.co.uk/news/2018/12/20/gatwick-chaos-drones-cause-flights-cancelled-live-updates/

20.BBC News: в аэропорту Хитроу из-за дрона приостановлены вылеты. [(по состоянию на 22 декабря 2019 г.)]; доступно онлайн: https://www.bbc.com/news/uk-46803713.

21.TheTelegraph Аэропорт Дублина вынужден приостановить все рейсы из-за обнаружения дрона над аэродромом. [(по состоянию на 4 декабря 2019 г.)]; доступно онлайн: https://www.telegraph.co.uk/news/2019/02/21/dublin-airport-drone-sighting-airfield-suspends-flights/

22.The Local, 143 рейса отменены в аэропорту Франкфурта из-за инцидента с дроном. [(по состоянию на 4 декабря 2019 г.)]; доступно онлайн: https://www.thelocal.de/20190509/disruption-after-frankfurt-airport-halts-flights-due-to-drone-sighting.

23.Ю Э. ZDNet. Аэропорт Чанги в Сингапуре закрыл взлетно-посадочную полосу из-за наблюдения за дроном. [(по состоянию на 2 декабря 2019 г.)]; доступно онлайн: https://www.zdnet.com/article/singapore-changi-airport-shuts-runway-over-drone-sighting/

24.Воздушное пространство аэропорта Дубая в ОАЭ закрыто из-за несанкционированной деятельности дронов. [(по состоянию на 2 декабря 2019 г.)]; доступно онлайн: https://www.thenational.ae/uae/dubai-airport-airspace-closed-due-to-unauthorised-drone-activity-1.200601.

25.Возможное обнаружение дрона временно закрывает международный аэропорт Кансай. [(по состоянию на 2 декабря 2019 г.)]; доступно онлайн: https://www.japantimes.co.jp/news/2019/10/19/national/possible-drone-sighting-temporarily-closes-kansai-international-airport/#.XhhCV_4zaUk.

26.Дрон Би-би-си News столкнулся с коммерческим самолётом в Канаде. [(по состоянию на 2 декабря 2019 г.)]; доступно онлайн: https://www.bbc.com/news/technology-41635518.

27.В аэропорту Ньюарк-Нью-Йорк Таймс движение остановлено после обнаружения дрона. [(по состоянию на 2 декабря 2019 г.)]; доступно онлайн: https://www.nytimes.com/2019/01/22/nyregion/drones-newark-airport-ground-stop.html.

28.Дрон WCBS-TV сбил армейский вертолет, пролетавший над Статен-Айлендом. [(по состоянию на 2 декабря 2019 г.)]; доступно онлайн: https://newyork.cbslocal.com/2017/09/22/drone-hits-army-helicopter/

29.Инцидент с наличными в Южной Каролине, связанный с Bloomberg. [(по состоянию на 2 декабря 2019 г.)]; доступно онлайн: https://www.bloomberg.com/news/articles/2018-02-16/what-may-be-first-drone-linked-copter-crash-being-investigated.

30.Дорожная карта FAA по интеграции гражданских беспилотных летательных аппаратов (БПЛА) в Национальную систему воздушного пространства (NAS). [(по состоянию на 1 декабря 2019 г.)]; доступно онлайн: https://www.faa.gov/uas/resources/policy_library/media/Second_Edition_Integration_of_Civil_UAS_NAS_Roadmap_July%202018.pdf.

31.Поисковая система Google Scholar для научных публикаций, содержащих термин «C-UAS» с 2014 г. [(по состоянию на 30 апреля 2020 г.)]; доступно онлайн: https://scholar.google.gr/scholar?q=c-uas&hl=el&as_sdt=1%2C5&as_vis=1&as_ylo=2014&as_yhi=2020.

32.Стивенс М., Аткинс Э. Геозонирование в непосредственной близости от воздушного пространства для управления движением беспилотных летательных аппаратов; Материалы конференции AIAA Information Systems-AIAA Infotech Aerospace; Киссимми, Флорида, США. 8–12 января 2018 г.;32. [DOI] [Google Scholar]

33.Хейхерст К., Мэддалон Дж., Неоги Н., Верстайнен Х. Тематическое исследование для обеспечения сдерживания; материалы Международной конференции по беспилотным авиационным системам (ICUAS); Денвер, Колорадо, США. 9–12 июня 2015 г.33. [Google Scholar]

34.Стивенс М., Коул Б., Аткинс Э. Независимое от платформы геозонирование для беспилотных летательных аппаратов на малых высотах; Материалы 15-й конференции AIAA по авиационным технологиям, интеграции и эксплуатации; Даллас, Техас, США. 22–26 июня 2015 г.; стр. 3329.34. [Google Scholar]

35.Стивенс М., Аткинс Э. Многорежимное управление для независимой мультикоптерной системы геозонирования; Материалы 16-й конференции AIAA по авиационным технологиям, интеграции и эксплуатации; Вашингтон, округ Колумбия, США. 13–17 июня 2016 г.; стр. 3150.35. [DOI] [Google Scholar]

36.Чжу Г., Вэй П. Координация движения БПЛА на малых высотах с помощью динамического геозонирования; Материалы 16-й конференции AIAA по авиационным технологиям, интеграции и эксплуатации; Вашингтон, округ Колумбия, США. 13–17 июня 2016 г.; стр. 3453.36. [DOI] [Google Scholar]

37.DJI, домашняя страница, онлайн-версия. [(по состоянию на 14 декабря 2019 г.)]; 2016: 4–6. Доступно онлайн: https://www.dji.com/phantom-4/infohttp://www.dji.com/

38.AISC Что такое геозонирование. [(по состоянию на 12 декабря 2019 г.)]; доступно онлайн: https://www.aisc.aero/what-is-geofencing/

39.DJI совершенствует технологию геозон для защиты аэропортов. [(дата обращения 4 декабря 2019 г.)]; Доступно онлайн: https://www.dji.com/ae/newsroom/news/dji-improves-geofencing-to-enhance-protection-of-european-airports-and-facilities .

40.Скольник И.М. Справочник по радиолокации. 2-е изд. McGraw-Hill Education; Нью-Йорк, Нью-Йорк, США: 1990. [(дата обращения 30 апреля 2020 г.)]. Доступно онлайн:http://www.geo.uzh.ch/microsite/rsl-documents/research/SARlab/GMTILiterature/PDF/Skolnik90.pdf.40. [Google Scholar]

41.Drozdowicz J., Wielgo M., Samczynski P., Kulpa K., Krzonkalla J., Mordzonek M., Bryl M., Jakielaszek Z. Система обнаружения беспилотных летательных аппаратов FMCW с частотой 35 ГГц на радиолокационном симпозиуме (IRS); Материалы 17-й международной конференции 2016 года; Краков, Польша. 10-12 мая 2016 г.; Краков, Польша: IEEE; 2016. [(доступно 30 апреля 2020 г.)]. стр. 1-4. Доступно онлайн:https://www.semanticscholar.org/paper/35-GHz-FMCW-drone-detection-system-Drozdowicz-Wielgo/2bccc966a48db74b3cb73887187dcf5f3ed3ad03 .41. [Google Scholar]

42.Хааг М., Бартон К., Брааш М. Оценка в ходе летных испытаний лидаров и радаров малого форм-фактора для обнаружения и предотвращения столкновений с БПЛА; Материалы конференции по цифровым системам авионики (DASC), 35-я конференция IEEE/AIAA; Сакраменто, Калифорния, США. 25–29 сентября 2016 г.; стр. 1–11.42. [Google Scholar]

43.Самарас С., Диамантиду Э., Аталоглу Д., Сакеллариу Н., Вафеиадис А., Магулианитис В., Лалас А., Диму А., Зарпалас Д., Вотис К. и др. Глубокое обучение на основе мультисенсорных данных для противодействия БПЛА — систематический обзор. [(по состоянию на 30 апреля 2020 г.)]; Sensors. 2019 19:4837. doi: 10.3390/s19224837. Доступно онлайн:https://www.mdpi.com/1424-8220/19/22/4837dl40.43. [DOI] [Бесплатная статья в PMC] [PubMed] [Google Scholar]

44.Вит Дж. М., Харманни Р., Премел-Кабич Г. Микродоплеровский анализ малых БПЛА; Материалы 9-й Европейской радиолокационной конференции 2012 года; Амстердам, Нидерланды. 31 октября — 2 ноября 2012 года; стр. 210–213.44. [Google Scholar]

45.Харманни Р., Де Вит Дж., Кабич Г. Извлечение микродоплеровских характеристик радара с помощью спектрограммы и кепстрограммы; Материалы 11-й Европейской радиолокационной конференции 2014 года; Рим, Италия. 8–10 октября 2014 года; стр. 165–168.45. [Google Scholar]

46.Ричи М., Фиоранелли Ф., Гриффитс Х., Торвик Б. Анализ радиолокационной заметности микродронов; Материалы конференции IEEE по радиолокации 2015; Йоханнесбург, Южная Африка. 27–30 октября 2015; стр. 452–456.46. [Google Scholar]

47.Молчанов П., Харманни Р.И., де Вит Дж.Дж., Эгиазарян К., Астола Дж. Классификация малых БПЛА и птиц по микродоплеровским сигнатурам. Int. J. Microw. Wirel. Technol. 2014;6:435–444. doi: 10.1017/S1759078714000282.47. [DOI] [Google Scholar]

48.Фиоранелли Ф., Ричи М., Гриффитс Х., Боррион Х. Классификация загруженных/разгруженных микро-дронов с помощью многостатического радара. Electron. Lett. 2015;51:1813–1815. doi: 10.1049/el.2015.3038.48. [DOI] [Google Scholar]

49.Хоффманн Ф., Ричи М., Фиоранелли Ф., Чарлиш А., Гриффитс Х. Обнаружение и отслеживание БПЛА с помощью мультистатического радара на основе микродоплеровского эффекта; Материалы конференции IEEE по радиолокации (RadarConf) 2016; Филадельфия, Пенсильвания, США. 2–6 мая 2016; стр. 1–6.49. [Google Scholar]

50.Чжан П., Ян Л., Чен Г., Ли Г. Классификация дронов на основе микродоплеровских сигнатур с помощью двухдиапазонных радиолокационных датчиков; Материалы симпозиума по исследованиям в области электромагнетизма 2017 года (PIERS-FALL); Сингапур. 19–22 ноября 2017 года; стр. 638–643.50. [Google Scholar]

51.Нотт Э., Шеффер Дж., Талли М. Радиолокационная поперечная площадь. Издательство SciTech; Нью-Йорк, штат Нью-Йорк, США: 2004.51. [Google Scholar]

52.Мишель А. Контрдроновые системы. 2-е изд. Центр изучения дронов при Бард-колледже; Нью-Йорк, штат Нью-Йорк, США: 2019. [(по состоянию на 30 апреля 2020 г.)]. Доступно онлайн:https://dronecenter.bard.edu/files/2019/12/CSD-CUAS-2nd-Edition-Web.pdf.52. [Google Scholar]

53.Объединенный центр компетенций в области военно-воздушных сил. Комплексный подход к противодействию беспилотным летательным аппаратам. [(по состоянию на 1 декабря 2019 г.)]; доступно онлайн: https://www.japcc.org/portfolio/a-comprehensive-approach-to-countering-unmanned-aircraft-systems/

54.MyDefence, официальный документ по защите аэропортов от дронов. [(по состоянию на 4 декабря 2019 г.)]; доступно онлайн: https://mydefence.dk/2019/02/mydefence-publishes-white-paper-on-airport-drone-protection/

55.Birnbach S., Baker R., Martinovic I. Wi-fly: Detecting Privacy Invasion Attacks by Consumer Drones. NDSS; New York, NY, USA: 2017. [Google Scholar]

56.Nguyen P., Truong H., Ravindranathan M., Nguyen A., Han R., Vu T. Matthan: Drone presence detection by identifying physical signatures in the drone’rf communication; Proceedings of the 15th Annual International Conference on Mobile Systems, Applications, and Services; Niagara Falls, NY, USA. 19–23 June 2017; pp. 211–224. [Google Scholar]

57.Нгуен П., Труонг Х., Равиндранатхан М., Нгуен А., Хан Р., Ву Т. Экономичное и пассивное обнаружение и определение характеристик дронов на основе радиочастотного излучения. GetMob. Толпа. Comput. Commun. 2018;21:30–34. doi: 10.1145/3191789.3191800.57. [DOI] [Google Scholar]

58.Нгуен П., Равиндранатха М., Нгуен А., Хан Р., Ву Т. Исследование экономически эффективного обнаружения дронов с помощью радиочастот; Материалы 2-го семинара по сетям, системам и приложениям для гражданских беспилотных летательных аппаратов, ACM MobiSys 2016; Сингапур. 26 июня 2016 г.; стр. 17–22.58. [Google Scholar]

59.Шеллер, Уэйлон Дастин, «Обнаружение дронов с помощью машинного обучения», дипломные работы и диссертации Университета Айовы. [(по состоянию на 4 декабря 2019 г.)]; 2017 г. Доступно онлайн: https://lib.dr.iastate.edu/etd/16210.

60.Ши З., Хуан М., Чжао К., Хуан Л., Ду С., Чжао Ф. Обнаружение БПЛА LSS с помощью SVDD на основе хэш-отпечатка; Материалы Международной конференции IEEE по коммуникациям (ICC) 2017; Париж, Франция. 21–25 мая 2017; стр. 1–5.60. [Google Scholar]

61.Пикок М., Джонстон М.Н. Обнаружение и контроль гражданских беспилотных летательных аппаратов. [(по состоянию на 30 апреля 2020 г.)]; 2013 г. Доступно онлайн: https://ro.ecu.edu.au/cgi/viewcontent.cgi?article=1051&context=isw.

62.Мототолея Д., Столк К. Обнаружение и локализация небольших дронов с помощью готовых коммерческих программно-определяемых радиосистем на базе FPGA; Материалы Международной конференции по коммуникациям (COMM); Бухарест, Румыния. 14–16 июня 2018 г.; стр. 465–470.62. [Google Scholar]

63.Рабочая группа «Голубая лента» по предотвращению использования БПЛА в аэропортах, промежуточный отчет. [(по состоянию на 30 апреля 2020 г.)]; 2019 г., июль; доступно онлайн: https://uasmitigationatairports.org/wp-content/uploads/2019/07/BRTF-Report-New-2.pdf.

64.Чанг С., Янг К., Ву Дж., Ши С., Ши З. Система наблюдения для локализации и отслеживания дронов с помощью акустических массивов; Материалы 10-й конференции IEEE по сенсорным массивам и многоканальной обработке сигналов; Шеффилд, Великобритания. 8–11 июля 2018 г.; 2018. стр. 573–577.64. [Google Scholar]

65.Седунов А., Сутин А., Седунов Н., Саллум Х., Якубовский А., Мастерс Д. Пассивная акустическая система для отслеживания низколетящих воздушных судов. IET Rada Sonar Navig. 2016;10:1561–1568. doi: 10.1049/iet-rsn.2016.0159.65. [DOI] [Google Scholar]

66.Магистерская диссертация Чоудхури А. Университет Невады; Рино, штат Невада, США: 2016. Реализация и оценка эффективности алгоритмов акустического шумоподавления для БПЛА.66. [Google Scholar]

67.Mezei J., Molnár A. Обнаружение звука дрона с помощью корреляции; Материалы 11-го Международного симпозиума IEEE по прикладному вычислительному интеллекту и информатике (SACI); Тимишоара, Румыния. 12–14 мая 2016 г.; стр. 509–518.67. [Google Scholar]

68.Бернардини А., Манджаторди Ф., Паллотти Э., Каподиферро Л. Обнаружение дронов с помощью идентификации акустических сигналов. Электрон. Визуализация. 2017;2017:60–64. doi: 10.2352/ISSN.2470-1173.2017.10.IMAWM-168.68. [DOI] [Google Scholar]

69.Мирелли В., Тенни С., Бенжио Й., Чападос Н., Делалло О. Алгоритмы статистического машинного обучения для классификации целей по акустическим сигнатурам. [(по состоянию на 30 апреля 2020 г.)]; Proc. MSS Battlespace Acoust. Magn. Sens. 2009 Доступно онлайн:http://www.iro.umontreal.ca/~lisa/pointeurs/mss_ml_classif.pdf.69. [Google Scholar]

70.Ким Дж., Парк С., Ан Дж., Ко Й., Парк Дж., Галлахер Дж.К. Система обнаружения и анализа звука БПЛА в реальном времени; Материалы симпозиума IEEE по применению датчиков (SAS) 2017; Глассборо, Нью-Джерси, США. 13–15 марта 2017; стр. 1–5.70. [Google Scholar]

71.Саламон Дж., Джейкоби К., Белло Дж. П. Набор данных и таксономия для исследования городского шума; Материалы 22-й Международной конференции ACM по мультимедиа; Нью-Йорк, штат Нью-Йорк, США. 3–7 ноября 2014 г.; стр. 1041–1044.71. [Google Scholar]

72. Чон С., Шин Дж., Ли Ю., Ким У., Квон Ю., Ян Х. Эмпирическое исследование обнаружения звука дрона в реальных условиях с помощью глубоких нейронных сетей; Материалы 25-й Европейской конференции по обработке сигналов (EUSIPCO) 2017 года; Кос, Греция. 28 августа — 2 сентября 2017 года; стр. 1858–1862.72. [Google Scholar]

73.Парк С., Шин С., Ким Ю., Мэтсон Э.Т., Ли К., Колодзи П.Дж., Слейтер Дж.К., Шеррик М., Сэм М., Галлахер Дж.К. и др. Сочетание радиолокационных и аудиодатчиков для идентификации беспилотных летательных аппаратов (БПЛА) с роторами; Материалы конференции IEEE SENSORS 2015; Пусан, Корея. 1–4 ноября 2015 г.; стр. 1–4.73. [Google Scholar]

74.Ху С., Голдман Г., Борел-Донохью К. Обнаружение беспилотных летательных аппаратов с помощью системы видимой камеры. Прикладная оптика. 2017;56:B214–B221. doi: 10.1364/AO.56.00B214.74. [DOI] [PubMed] [Google Scholar]

75.Розанцев А., Лепетит В., Фуа П. Обнаружение летающих объектов с помощью одной движущейся камеры; Материалы конференции IEEE по компьютерному зрению и распознаванию образов; Бостон, Массачусетс, США. 7–12 июня 2015 г.; стр. 4128–4136.75. [Google Scholar]

76.Сантана Л., Брандао А., Сарчинелли-Филью М., Карелли Р. Контроллер отслеживания траектории и 3D-позиционирования для квадрокоптера ar. Дрон; Материалы Международной конференции по беспилотным авиационным системам (ICUAS) IEEE; Орландо, Флорида, США. 27–30 мая 2014 г.; стр. 756–767.76. [Google Scholar]

77.Unlu E., Zenou E., Rivière N. Использование дескрипторов формы для обнаружения БПЛА. Electron. Imaging. 2018;2018:1–5. doi: 10.2352/ISSN.2470-1173.2018.09.SRV-128.77. [DOI] [Google Scholar]

78.Сакиб М., Хан С., Шарма Н., Блюменштейн М. Исследование по обнаружению дронов с помощью глубоких свёрточных нейронных сетей; Материалы 14-й Международной конференции IEEE по передовым технологиям видеонаблюдения и обработки сигналов (AVSS); Лечче, Италия. 29 августа — 1 сентября 2017 г.; стр. 1–5.78. [Google Scholar]

79.Акер К., Калкан С. Использование глубоких сетей для обнаружения дронов. arXiv. 20171706.0572679. [Google Scholar]

80.Unlu E., Zenou E., Rivière N. Универсальные дескрипторы Фурье для автономного обнаружения БПЛА; Материалы 7-й Международной конференции по приложениям и методам распознавания образов (ICPRAM2018); Фуншал, Мадейра, Португалия. 16–18 января 2018 г.; стр. 550–554.80. [DOI] [Google Scholar]

81.Розанцев А., Синха С., Дей Д., Фуа П. Восстановление траектории БПЛА на основе динамики полета с использованием наземных камер; Материалы конференции «Компьютерное зрение и распознавание образов»; Гонолулу, Гавайи, США. 21–26 июля 2017 г.81. [Google Scholar]

82.Опромолла Р., Фазано Г., Аккардо Д. Подход к обнаружению и отслеживанию БПЛА на основе машинного зрения в совместных приложениях. Sensors. 2018;18:3391. doi: 10.3390/s18103391.82. [DOI] [Бесплатная статья в журнале PMC] [PubMed] [Google Scholar]

83.Гёкче Ф., Ючолук Г., Сахин Э., Калкан С. Обнаружение и оценка расстояния с помощью микробеспилотных летательных аппаратов. Датчики. 2015;15:23805–23846. doi: 10.3390/s150923805.83. [DOI] [Бесплатная статья в журнале PMC] [PubMed] [Google Scholar]

84.Фрейтас С., Сильва Х., Алмейда Ж., Сильва Э. Гиперспектральная съемка для обнаружения морских целей с помощью беспилотных летательных аппаратов в режиме реального времени. J. Intell. Robot. Syst. 2018;90:551–570. doi: 10.1007/s10846-017-0689-0.84. [DOI] [Google Scholar]

85.Pham T., Takalkar M., Xu M., Hoang D., Truong H., Dutkiewicz E., Perry S. Обнаружение воздушных объектов с помощью гиперспектральной визуализации: обзор глубокого обучения; Материалы Международной конференции по вычислительной науке и ее приложениям; Санкт-Петербург, Россия. 1–4 июля 2019 г.; стр. 306–321.85. [Google Scholar]

86.Мюллер Т. Надежное обнаружение дронов для борьбы с БПЛА в дневное и ночное время с помощью статических камер видимого и инфракрасного диапазонов; Материалы конференции по наземной/воздушной мультисенсорной совместимости, интеграции и сетевым технологиям для постоянного наблюдения за полем боя VIII, Международное общество оптики и фотоники; Анахайм, Калифорния, США. 4 мая 2017 г.; стр. 1019018.86. [Google Scholar]

87.Берч Дж. К., Ву Б. Л. Тестирование беспилотных летательных аппаратов: оценка пассивных инфракрасных датчиков VIS, SWIR, MWIR и LWIR. Sandia Rep. 2017 doi: 10.2172/1342469.87. [DOI] [Google Scholar]

88.Томас А., Котинат А., Гилбер М. Локализация БПЛА с помощью панорамных тепловизионных камер; Материалы 12-й Международной конференции по системам компьютерного зрения (ICVS); Салоники, Греция. 23–25 сентября 2019 г.88. [Google Scholar]

89.Черч П., Гребе К., Мэтисон Дж., Оуэнс Б. Применение лидара в воздушной и наземной безопасности; Материалы XXIII конференции по лазерным радиолокационным технологиям и их применениям, Международное общество оптики и фотоники; Орландо, Флорида, США. 17–18 апреля 2018 г.; стр. 1063604.89. [Google Scholar]

90.Управление воздушным движением с помощью беспилотных летательных аппаратов (БПЛА) [(по состоянию на 20 февраля 2020 г.)]; доступно онлайн: https://www.faa.gov/uas/research_development/traffic_management/

91.Ло А. Захват дронов — многомерные векторы атак и контрмеры; представлено на конференции DEF CON 24; Лас-Вегас, штат Невада, США. 4–7 августа 2016 г.; [(по состоянию на 30 апреля 2019 г.)]. Доступно онлайн:https://www.youtube.com/watch?v=R6RZ5KqSVcg.91. [Google Scholar]

92.Робинсон М. Выключаю дрон моих соседей. DEF CON 23. [(по состоянию на 30 марта 2020 г.)]; доступно онлайн: https://academic.csuohio.edu/yuc/mobile/GPS-Knocking-My-Neighbors-Kid-Drone-compressed.pdf.

93.Роддей Н. Взлом профессионального дрона; материалы конференции Black Hat ASIA 2016; Сингапур. 29 марта — 1 апреля 2016 г.; [(по состоянию на 30 марта 2020 г.)]. Доступно онлайн:https://www.blackhat.com/docs/asia-16/materials/asia-16-Rodday-Hacking-A-Professional-Drone.pdf.93. [Google Scholar]

94.Хайнам К., Энгстадт К., Лич К., Веймер У., Паулос А., Хёрли П. Сценарий атаки беспилотного летательного аппарата и надёжная архитектура восстановления; Материалы 46-й ежегодной международной конференции IEEE/IFIP по надёжным системам и сетям (DSN-W); Тулуза, Франция. 28 июня — 1 июля 2016 г.; стр. 222–225.94. [Google Scholar]

95.Дэвидсон Д., Ву Х., Джеллинек Р., Сингх В., Ристенпарт Т. Управление БПЛА с помощью атак на подмену входных данных датчиков; Материалы 10-го семинара USENIX по наступательным технологиям (WOOT); Остин, штат Техас, США. 8–9 августа 2016 г.; [(по состоянию на 30 марта 2020 г.)]. Доступно онлайн:https://www.usenix.org/system/files/conference/woot16/woot16-paper-davidson.pdf.95. [Google Scholar]

100.Кернс А., Шепард Д., Бхатти Дж., Хамфрис Т. Захват и управление беспилотным летательным аппаратом с помощью подмены GPS. J. Field Robot. 2014;31:617–636. doi: 10.1002/rob.21513.96. [DOI] [Google Scholar]

101.Фэн Ц., Гуань Н., Лв М., Лю В., Дэн Ц., Лю С., Йи В. Эффективное обнаружение угона дрона с помощью бортовых датчиков движения; Материалы конференции и выставки Design, Automation & Test in Europe (DATE); Лозанна, Швейцария. 27–31 марта 2017 г.; стр. 1414–1419.97. [Google Scholar]

102.Типпенхауэр Н., Пёппер К., Расмуссен К., Капкун С. О требованиях для успешных атак с подменой GPS-данных; Материалы 18-й конференции ACM по компьютерной и коммуникационной безопасности; Чикаго, Иллинойс, США. 17–21 октября 2011 г.; [(по состоянию на 30 марта 2020 г.)]. С. 75–86. Доступно онлайн:98. [DOI] [Google Scholar]

103.Вервиш-Пико А., Самама Н., Тайандье-Луазе Т. Влияние подмены GNSS на беспилотный летательный аппарат в модели автоматического полета; Материалы 4-го Международного симпозиума по навигации и синхронизации ITSNT 2017. Национальная школа гражданской авиации (ENAC); Тулуза, Франция. 14–17 ноября 2017 г.; стр. 1–9.99. [Google Scholar]

104.Хе Д., Цяо Ю., Чен С., Ду С., Чен В., Чжу С., Гуизани М. Дружелюбный и недорогой метод захвата гражданских беспилотных летательных аппаратов, не желающих сотрудничать. IEEE Netw. 2018;33:146–151. doi: 10.1109/MNET.2018.1800065.100. [DOI] [Google Scholar]  Департамент науки и технологий Министерства внутренней безопасности США. Национальная лаборатория технологий городской безопасности (NUSTL). Руководство по технологиям противодействия беспилотным летательным аппаратам. [(по состоянию на 30 апреля 2020 г.)]; 2019 г., сентябрь; доступно онлайн: https://www.dhs.gov/sites/default/files/publications/c-uas-tech-guide_final_28feb2020.pdf.

105.Информационный портал о беспилотных летательных аппаратах, каталог компаний, занимающихся противодействием БПЛА. [(по состоянию на 30 апреля 2020 г.)]; доступно онлайн: https://www.unmannedairspace.info/counter-uas-industry-directory/