一种基于深度学习的ADS-B数据异常检测方法

本发明公开了一种基于深度学习的ADS‑B数据异常检测方法，涉及ADS‑B数据安全技术领域。包括：获取ADS‑B数据集；对ADS‑B数据集进行预处理，得到处理好的ADS‑B数据集；将处理好的ADS‑B数据集按照预设比例分为训练集和测试集；构建融合卷积双向LSTM与注意力机制的深度学习模型；利用训练集数据对深度学习模型进行训练，得到训练好的深度学习模型；基于训练好的深度学习模型，根据测试集数据进行ADS‑B数据异常检测。本发明只需采用时域采样数据，不需要复杂或者多维的特征，能更好地提取ADS‑B信号的特征以及一条航线上信号间的空间关系，能够检测到欺骗攻击，而不会增加机载应用的复杂性。