构成的复杂性使其难免 在无人机（端）、通信网络（网）、监控服务管理平台（云）等方面存在漏洞后 门或缺陷。低空智联网作为 CPS，其自身存在漏洞后门或设计缺陷，且在外部复 杂环境下容易遭受不确定扰动或人为蓄意攻击。自身固有缺陷加之外部条件触发， 容易引发内生安全问题。 21 在端侧，无人机系统面临攻击面多、资源受限、安全机制薄弱等问题，开源 软件漏洞、无线通信易受攻击等威胁突出。网侧存在通信制式多样、网络协议不 特征如平均 31 值和方差，可以进一步提高模型的抗干扰能力。数据集异构则通过内生安全拟态 化构造，使得模型在面对对抗样本攻击时展现出更强的鲁棒性。通过数据增强技 术引入对抗样本、差异性样本和扰动样本，可以有效提高多模型的鲁棒性，降低 数据被投毒的风险。 2.模型安全技术 为保障人工智能应用的安全，除了数据本身的防护之外，还可以从人工智能 模型本身入手，采取模型结构改造和模型训练改造方式进行内生安全加固。

少两个旋翼提供动力，但无人机机身尺寸有限制，安装部位也受限制，导致彼此距离很近，旋翼间容易产 生比较大的气流影响，难以保证垂直飞行或者垂直定点的稳定性。 在机身改变飞行模式（垂飞变固定翼巡航）时是一个非线性过程的线性化控制，此时对扰动，内部操 作都非常敏感，因此现在尚没看到哪个飞控可用非常好地实现尾座式构型飞行器的全自动飞行。同时当转 变为固定翼飞行模式后，垂直动力用于平飞时将有几十倍的功率富余，强大的动力又变得毫无必要，徒然