A Provenance-Aware Operational Audit Contract for Low-Altitude Unmanned Aircraft Evidence
本文提出并验证了一种面向低空无人机的溯源感知型运行审计合约，该合约通过版本化的九成分记录来区分预期状态、观测状态与声明状态，从而确保了跨组织的证据可解释性，并在 19 次运行和 475 次审计查询中成功得到了验证。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象一下，天空中布满了小型无人驾驶飞行器，像成群的蜜蜂一样嗡嗡作响，进行着包裹递送、电力线路巡检或交通监测。随着这些机器变得越来越普遍，它们需要彼此通信，并与地面站以及空中交通管制员进行沟通，以确保安全和有序。但一个新的问题随之而来：当出现故障，或者监管机构需要检查一次飞行时，如何才能确定到底发生了什么？记录散落在不同的计算机中，由不同的公司持有，并且通常使用不同的技术语言。飞行员发送的飞行计划可能看起来与无人机计算机记录的位置数据不同，而后者与附近观察者接收到的信号广播又可能看起来各不相同。如果没有一种方法将这些碎片联系起来，飞行的故事就会变得支离破碎，导致无法确定谁在负责、原本意图为何以及实际观察到了什么。
这正是越南国家大学工程技术学院（VNU University of Engineering and Technology）与 Antaja Company Limited 的研究人员致力于解决的挑战。他们并没有试图制造一架新的无人机或一个新的通信网络。相反，他们为飞行记录应该如何编写和保存设计了一套严格的规则。可以将它想象成一个天空中的通用账本，一个强制要求每一份证据都携带其自身历史记录的系统。他们的目标是创造一种方法，即使在数据缺失、延迟或来自冲突来源的情况下，也能重构飞行的完整故事。他们想要探究，是否可以通过观察一组数字记录，清晰地分辨出什么是飞行员计划执行的操作，什么是无人机传感器观测到的现实，以及无人机向世界广播了什么。
该团队开发了他们称之为“操作审计合约”（operational audit contract）的东西。简单来说，这是一个用于记录飞行数据的模板，它将三种不同类型的信息视为三个独立且截然不同的事物。首先是“意图”状态（intended state）：即飞行员或计算机设定的计划、指令或目标。其次是“观测”状态（observed state）：即根据无人机自身传感器记录的关于其位置、速度和姿态的实际测量值。第三是“声称”状态（claimed state）：即无人机选择向他人广播的信息，例如其识别编号或报告的位置。研究人员发现，这三者往往并不完全匹配，但这并无大碍。问题在于当它们混淆在一起，或者数据来源丢失时。他们的新系统确保每条记录都将这三种视图分开存储，同时为它们打上标签，注明谁创建了数据、何时创建以及数据的来源。
为了使这一机制生效，研究人员为飞行的每一个瞬间创建了一个由九部分组成的记录。该记录不仅包含数字，还包含了上下文信息：谁拥有该数据、正在执行什么任务，以及在特定时刻谁拥有控制该飞行器的权限。至关重要的是，该系统旨在处理数据缺口。如果某项数据缺失，记录不会假装它存在。相反，它会明确说明该信息缺失、不可用，或者无法找到与前一条记录的链接。这听起来可能像是一种失败，但在证据的世界里，承认未知比猜测要更有价值。通过保留这些缺口的清晰痕迹以及谁持有数据的历史，该系统允许审计人员在不进行假设的情况下重构飞行故事。
团队使用了一个模拟真实飞行环境的计算机仿真系统测试了该系统。他们运行了十九种不同的场景，包括通信链路故障、飞行员将控制权移交给自动化系统以及数据延迟到达等情况。在每一种情况下，系统都成功重构了预期的故事。当研究人员故意破坏数据（例如移除一个链接或隐藏时间戳）时，系统会正确报告故事是不完整的，而不是编造一个虚假的连接。他们发现，即使在数据缺失或陈旧的情况下，系统仍能区分计划行为与观测现实。例如，在一次测试中，系统正确识别出无人机失去了与地面站的连接，并准确记录了发生该情况的时间点以及最后已知的位置，而没有尝试去猜测无人机随后去了哪里。
研究人员还使用了一种更真实的设置来测试他们的想法，该软件在单台计算机上运行，但模拟了多个独立的系统，如无人机、地面站和观察者。他们在大学校园内模拟了一条航线，创建了一个现实世界的数字孪生环境。即使在这种复杂的设置下（即系统的不同部分是独立运行的），九部分记录依然保持了历史的清晰。系统可以显示无人机的内部传感器与外部观察者的记录具有共同的起源，从而证明它们并非独立的真相来源，而是同一事件的两种不同视角。这种区分至关重要；如果两个记录看起来相同但源自同一个损坏的传感器，那么它们就不能被用来相互验证。系统标记了这种共同起源，防止了虚假的安全感。
这项工作的成果并不是一种让所有无人机都变得安全或保证每次飞行都完美的“魔法方案”。研究人员谨慎地指出，他们的系统并不证明飞行的物理真实性，它仅证明记录是一致的，且故事可以按照预定方式被重构。他们并没有找到防止坠毁或阻止黑客发送错误信号的方法。相反，他们找到了一种让飞行证据透明化的方法。如果无人机坠毁或飞行违反了规则，调查人员将能够查看记录，看清究竟计划了什么、观测到了什么以及声称了什么，并能清晰地绘制出责任归属图谱以及哪些数据缺失。
这种方法改变了我们对空中问责制的思考方式。与其寄希望于所有数据都能完美对齐，该系统接受了数据可能是混乱、不完整且有时相互矛盾的事实。通过构建一个能够容纳这些缺陷而不崩溃的结构，研究人员为未来许多不同组织能够安全共享天空奠定了基础。该系统通过保持故事的诚实性来发挥作用，即使故事的部分内容已经丢失。它确保当我们回顾一次飞行时，我们看到的是发生过的事实，而不是经过平滑处理后的版本。这种清晰度是迈向未来的第一步，即低空航空可以发展成为一个复杂的、多用户参与的网络，而不会失去理解空中动态的能力。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。