UAV Anomali Tespiti Projesi

Bu proje, İHA'ların uçuş esnasında maruz kalabileceği siber saldırıları ve sensör manipülasyonlarını CNN-LSTM Hibrit Autoencoder mimarisi ile gerçek zamanlı olarak tespit eden bir anomali tespit sistemidir.

Proje Hakkında

Sistem, İHA'nın uçuş telemetri verilerini sürekli analiz ederek, normal uçuş karakteristiğinden sapmaları (MSE - Mean Squared Error) milisaniyeler içinde yakalar.

Teknik Yetenekler

• Hibrit Mimari: Uzamsal özellikler için CNN, ardışık veriler için LSTM katmanları.
• Otonom Teşhis: Siber sapmanın kaynağını otomatik sınıflandırma.
• Dashboard: Canlı telemetri akışı ve uçuş röntgeni.

Veri Seti ve Erişim

Projenin ihtiyaç duyduğu büyük ölçekli uçuş logları ve atak havuzları, GitHub dosya boyutu limitleri nedeniyle harici bir Drive klasöründe barındırılmaktadır.

🔗 Drive - Sterilize Atak Veri Havuzu Erişimi

Arşiv İçerikleri:

1. attack_master_pool.zip: İHA'nın siber saldırı altında olduğu, 4 farklı kategoriye (External, Altitude, Global, Mechanical) ayrılmış master telemetri loglarını içerir. Canlı analiz arayüzünde "Saldırı Kategorisi" seçimi yapıldığında bu veriler test için kullanılır.
2. aligned_flights.zip: Modelin "normal" uçuş karakteristiğini öğrenmesi için kullanılan, siber saldırı içermeyen temiz eğitim verilerini içerir. Modelin sapma (anomaly) tespiti yaparken referans aldığı temel uçuş verileridir.

Not: Verileri indirdikten sonra klasör yapısının data/processed/attack_master_pool ve data/processed/aligned_flights şeklinde olduğundan emin olun.

⚙️ Kurulum

1. Bağımlılıkları Yükleyin: Öncelikle gerekli kütüphaneleri aşağıdaki komutla proje dizinindeyken yükleyin:

   pip install -r requirements.txt

   GPU ile hızlandırma istiyorsanız requirements.txt üstündeki notta belirtilen CUDA'ya özel torch kurulum komutunu ayrıca çalıştırın.
2. models/ klasöründe eğitilmiş model ağırlıklarının (hybrid_model.pth, global_scaler.pkl, thresholds.json) bulunduğundan emin olun.
3. Tüm yol tanımlamaları src/config.py üzerinden proje kök klasörüne göre otomatik hesaplanır — proje klasörünü nereye kopyalarsanız kopyalayın ekstra bir ayar gerekmez. Veri/model klasörlerinizi standart yapının dışında bir yerde tutuyorsanız UAV_PROJECT_ROOT, UAV_MODELS_DIR, UAV_DATA_DIR ortam değişkenleriyle override edebilirsiniz.
4. Uygulamayı proje kök dizininden çalıştırın:

   streamlit run src/app.py

Geliştirici

Feyza Nur Dandal