EUVIMEDEUVIMED entdecken
Open Access · CC BY 4.0

Detección de inyección de datos en sistemas robóticos ROS 2 mediante métricas de entropía y un pipeline autoencoder+LSTM

Jorge Gutiérrez, Bruno Lopes Dalmazo, Paulo Lilles Jorge Drews Junior1

LINKS Revista Internacional · 05.12.2025 · 3 (1)

DOI: 10.65628/v3.n1.14 ↗

Kurz gefasst

Fachartikel in der Zeitschrift LINKS Revista Internacional, online erschienen am 05.12.2025. Verfasst von Jorge Gutiérrez und 2 weiteren Autor:innen. Die Arbeit nennt 15 Literaturangaben. Der Volltext ist frei zugänglich (Open Access, CC BY 4.0).

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Los sistemas robóticos distribuidos basados en ROS 2 requieren mecanismos de detección temprana de comportamientos anómalos que sean livianos y operables en tiempo real (Blázquez-García et al., 2021). La inyección de datos o las irregularidades en la publicación de tópicos comprometen seguridad, robustez y continuidad operativa. Aunque ROS 2 incorpora medidas de seguridad (p. ej., DDS Security), su sobrecarga puede ser no trivial; por eso se valoran estrategias complementarias de vigilancia que funcionen sobre telemetría interna, sin instrumentación de red ni criptografía pesada (Zhang et al., 2022; Fernández et al., 2018). Este trabajo presenta un enfoque híbrido que combina métricas de entropía calculadas en ventanas deslizantes con un pipeline Autoencoder (AE) + LSTM entrenado exclusivamente con datos nominales del robot. Se emplean tres medidas entrópicas complementarias: Shannon (Shannon, 1948), transiciones (basada en diferencias sucesivas; Nardone, 2014) y KDE (aproximación no paramétrica de la densidad; Myers et al., 2025). Todas se calculan sobre ventanas de W = 100 muestras para capturar el comportamiento reciente. Además, se verifica la estacionariedad mediante ADF en segmentos nominales, lo que habilita calibración estadística de umbrales (Dickey y Fuller,1979; Wang et al., 2023). El uso de AE y LSTM se apoya en representación robusta y modelado secuencial (Vincent et al., 2008; Hochreiter y Schmidhuber, 1997; Malhotra et al., 2016; Hundman et al., 2018). El sistema se apoya en telemetría interna (p. ej., /cmd_vel, /odom, /laser_scan, /imu/data; y etiquetas /movement_label, /attack_type), y produce una decisión binaria con persistencia K y alertas (/ads/alert). En evaluación offline, con selección explícita del punto de operación bajo restricción de FPR, se obtienen altas tasas de detección y baja latencia, lo que indica viabilidad para despliegue en línea sobre ROS 2 (Abokhdair y Baig, 2025).

Zitieren

APA

Gutiérrez, J., Dalmazo, B. L., & Junior1, P. L. J. D. (2025). Detección de inyección de datos en sistemas robóticos ROS 2 mediante métricas de entropía y un pipeline autoencoder+LSTM. LINKS Revista Internacional, 3(1). https://doi.org/10.65628/v3.n1.14

Vancouver

Gutiérrez J, Dalmazo BL, Junior1 PLJD. Detección de inyección de datos en sistemas robóticos ROS 2 mediante métricas de entropía y un pipeline autoencoder+LSTM. LINKS Revista Internacional. 2025;3(1). doi:10.65628/v3.n1.14

BibTeX
@article{Gutirrez2025,
  author = {Gutiérrez, Jorge and Dalmazo, Bruno Lopes and Junior1, Paulo Lilles Jorge Drews},
  title = {Detección de inyección de datos en sistemas robóticos ROS 2 mediante métricas de entropía y un pipeline autoencoder+LSTM},
  journal = {LINKS Revista Internacional},
  year = {2025},
  volume = {3},
  number = {1},
  doi = {10.65628/v3.n1.14}
}
Kostenlos starten →