МЕТОД ДИНАМІЧНОЇ ОЦІНКИ ДОВІРИ ЗА ДОПОМОГОЮ МОДИФІКОВАНОГО ГІСТЕРЕЗИСУ У РОЯХ БПЛА

DOI: 10.31673/2412-4338.2026.019021

Анотація

У статті досліджується проблема стабільності та безпеки функціонування мобільних комплексів, зокрема роїв безпілотних літальних апаратів (БПЛА), в умовах маніпуляцій даними. Децентралізовані мережі вразливі до On-Off атак, під час яких зловмисний вузол навмисно коливає рейтинг довіри навколо межі відключення. Це викликає дестабілізуючий ефект «миготіння» (flapping) станів мережі, що призводить до лавиноподібного зростання трафіку. Аналіз публікацій показує, що існуючі рішення концентруються на глобальних алгоритмах обчислення рівня загроз, залишаючи невирішеним питання стабілізації довіри на локальному рівні (рівні окремого вузла). Метою роботи є розробка математичної моделі, яка виступає базисом методу динамічного оцінювання довіри: механізму безперервного оновлення коефіцієнта довіри та постійної регуляції ефективної ваги вузлів за допомогою модифікованого гістерезису. Основний матеріал описує розроблений локальний модуль стабілізації, який діє як фільтр для зовнішніх адаптивних порогів. Наукова новизна підходу полягає в оригінальному застосуванні механізму гістерезису для завдань динамічної оцінки довіри, де він адаптований для умов, коли на його вхід подається змінний поріг безпеки. Математичний апарат управління довірою базується на експоненційному згладжуванні (EWMA) та гістерезисі. Введено рахунок тривалості відхилення і бінарний індикатор карантину, який ізолює вузол від прийняття рішень. Запропонована неперервна кусочно-лінійна функція деградації довіри забезпечує асиметричне штрафування зловмисника, нівелюючи спроби швидкого відновлення рейтингу. Для верифікації моделі проведено ізольоване імітаційне моделювання поведінки вузла за умов On-Off атаки. Результати доводять здатність модифікованого гістерезису самостійно блокувати маніпуляції порушника, повністю усуваючи ефект «миготіння». Висновки підтверджують, що проста мінливість довіри є вразливою без апарату стабілізації. Запропонована модель успішно перетворює нестабільну поведінку агентів у безпечну, безперервно керовану ефективну вагу, придатну для обчислення безпечного консенсусу в БПЛА. Перспективами досліджень є оптимізація взаємодії створеної локальної моделі з глобальними нейромережевими модулями у реальному часі.

Ключові слова: розподілені системи, БПЛА, динамічна довіра, модифікований гістерезис, безпека розподілених систем, On-Off атаки, безперервне оновлення довіри

Список використаної літератури

1. Adaptive multi-granularity trust management scheme for UAV visual sensor security under adversarial attacks / H. Li et al. Computers & security. 2024. P. 104108. URL: https://doi.org/10.1016/j.cose.2024.104108 (date of access: 23.03.2026).
2. A novel distributed situation awareness consensus approach for UAV swarm systems / X. Hai et al. IEEE transactions on intelligent transportation systems. 2023. P. 1–12. URL: https://doi.org/10.1109/tits.2023.3300871 (date of access: 23.03.2026).
3. Continuous authentication for UAV delivery systems under zero-trust security framework / C. Dong et al. 2022 IEEE international conference on edge computing and communications (EDGE), Barcelona, Spain, 10–16 July 2022. 2022. URL: https://doi.org/10.1109/edge55608.2022.00027 (date of access: 23.03.2026).
4. Deep neural network and zero trust principles for intelligent drone management / S. Q. Abbas et al. 2024 IEEE 9th international conference on engineering technologies and applied sciences (ICETAS), Bahrain, Bahrain, 20–22 November 2024. 2024. P. 1–6. URL: https://doi.org/10.1109/icetas62372.2024.11120042 (date of access: 23.03.2026).
5. Kannan S., Venkataraman R., Ramachandran G. S. On-off attack detection in trust model using intra-daily variability for the IoT. Bulletin of electrical engineering and informatics. 2023. Vol. 12, no. 6. P. 3880–3888. URL: https://doi.org/10.11591/eei.v12i6.6110 (date of access: 23.03.2026).
6. Liao Z., Zhang L., Dong Z. UAV swarm exploration with byzantine fault tolerance. 2021 china automation congress (CAC), Beijing, China, 22–24 October 2021. 2021. URL: https://doi.org/10.1109/cac53003.2021.9727874 (date of access: 23.03.2026).
7. Reputation-Enhanced practical byzantine fault tolerance algorithm for node capture attacks on UAV networks / P. Onukak et al. Discover internet of things. 2025. Vol. 5, no. 1. URL: https://doi.org/10.1007/s43926-025-00164-y (date of access: 23.03.2026).
8. Saffre F., Hildmann H., Anttonen A. Force-Based Self-Organizing MANET/FANET with a UAV Swarm. Future internet. 2023. Vol. 15, no. 9. P. 315. URL: https://doi.org/10.3390/fi15090315 (date of access: 23.03.2026).
9. Sharma J., Mehra P. S. A survey of security challenges and existing prevention methods in FANET. Intelligent data analytics, iot, and blockchain. Boca Raton, 2023. P. 252–262. URL: https://doi.org/10.1201/9781003371380-24 (date of access: 23.03.2026).
10. Singh R. Simulation and evaluation of a hybrid trust–cryptographic protocol for UAV swarm communications. Simulation modelling practice and theory. 2025. P. 103230. URL: https://doi.org/10.1016/j.simpat.2025.103230 (date of access: 23.03.2026).
11. The essential role of cybersecurity in UAV swarm operations / F. M. Khan et al. Unmanned aerial vehicles swarm for protecting smart cities. Berkeley, CA, 2025. P. 403–441. URL: https://doi.org/10.1007/979-8-8688-1047-3_11 (date of access: 23.03.2026).
12. Trust based flying ad-hoc network: a survey / J. Kundu et al. IEEE access. 2024. P. 1. URL: https://doi.org/10.1109/access.2024.3419904 (date of access: 23.03.2026).
13. Trust prediction based on grey exponential smoothing method in VANETs / S. Zhang et al. 12th EAI international conference on mobile multimedia communications, mobimedia 2019, 29th - 30th jun 2019, weihai, china, Weihai, People's Republic of China, 29–30 June 2019. 2019. URL: https://doi.org/10.4108/eai.29-6-2019.2282065 (date of access: 23.03.2026).
14. Xie G., Zhou X., Gao J. Adaptive trust threshold model based on reinforcement learning in cooperative spectrum sensing. Sensors. 2023. Vol. 23, no. 10. P. 4751. URL: https://doi.org/10.3390/s23104751 (date of access: 23.03.2026).
15. Zhou S., Zhang G., Meng X. LocTrust: A local and global consensus-combined trust model in MANETs. Peer-to-Peer networking and applications. 2021. Vol. 15, no. 1. P. 355–368. URL: https://doi.org/10.1007/s12083-021-01250-y (date of access: 23.03.2026).