存储与处理。通过数据挖掘技术，可以识别出飞行行为的规律，并 为管理决策提供支持。例如，可以通过建立飞行行为模型，预测特 定区域的无人机活动趋势。这一层还需要强化数据的安全性和隐私 保护，确保敏感信息不会泄露。 应用服务层是用户与平台交互的最前端，它包含多种功能模 块，如飞行计划管理、风险预警、政策法规查询、服务平台接口 等。用户可以通过这一层实现对无人机的远程控制、状态监控和任 务 素。 4. 任务调度系统：对数据采集任务进行调度管理，确保数据定时 更新和实时传输，利用分布式系统提升数据获取的效率。 5. 数据安全模块：在数据采集过程中，确保数据传输及存储的安 全性，对敏感数据进行加密处理，制定访问控制策略。 这样设计的数据采集模块能够高效、准确地获取低空产业相关 的数据，为后续的数据分析和决策支持提供保障。 在实现方式上，数据采集模块可以采用多级采集策略，结合边 合 云架构，以便与现有的 IT 基础设施兼容，根据项目预算和安全需 求做出合理选择。公有云提供灵活的资源调度和经济的按需付费模 式，而私有云则在安全性和数据隐私方面提供更高的保障，适合存 储敏感数据。 云平台的部署可以分为以下几个方面：  计算资源：根据不同的业务逻辑和用户量动态配置 CPU、内 存等资源，同时通过虚拟化技术提高资源利用效率。  网络架构：设计高带宽、低延迟的网络架构，确保数据在平台

，已 成为保障国家安全和社会稳定的关键任务。 伴随着物流配送、城市管理、应急救援、载人运输等低空应用场景的逐步拓展，低空无人驾驶航空器将呈现广域大范 围、大规模、混合飞行的态势，“黑飞”扰航、敏感空域入侵、非法投递等风险事件同步激增，对公共安全、航空秩序、关 键设施防护乃至国家安全的威胁不断加剧，低空安防需求呈现全域化、高频化特征，低空无人机探测感知与反制能力建设需 求急剧攀升。因此，亟 大规模无缝组网 不敏感 所有禁飞区低空安 防场景，做核心保 护区精密探测保护 ≥90% ≥10% 不具备大规模组网 敏感 大型机场等 高净空安防 静默式无人机 无法检出 - 多点组网 不敏感 一般性临时安保场所 低空安防，重要活动 场所外围低空安防 - - 单站模式 不敏感 疑似目标追踪取证 非法/静默式无人机 无法检出 - 多点组网 不敏感 所有低空场景 4GHz、5.8GHz等可定制 1-1.5km 16 低空安防融合感知技术应用蓝皮书 主要应用场景： 可适应不同场景，包括城市执法、活动安保等多种应用场景。 便携式察打一体盾的优点：便携式，非敏感形外观、灵活部署；可精准打击，避免大范围干扰。 便携式察打一体盾的缺点：携带载荷低，只能携带有限的电子信息设备和侦察打击模块。 表3.8 典型便携式察打一体盾性能 基本性能指标 便携式察打一体盾

1. 监测目标及范围 o 重点监测颗粒物（PM2.5、PM10）、气态污染物（如 NO2、SO2、O3）、气象要素（温度、湿度、风速、风 向）。 o 监测区域可覆盖城市、工业区、乡村及生态敏感区域。 2. 监测技术选择 o 无人机监测技术：采用无人机搭载传感器进行低空巡 检，具备灵活机动性及低成本特点。 o 固定监测站点：在重点区域布设固定监测站，确保长期 的、稳定的数据采集。 ，使其更加关注低 空空气质量和保护环境。这种信息的透明化有助于加强公众的参与 感，促进环境保护行动的自发形成。例如，定期发布低空空气质量 报告，结合 APP 或社交媒体平台，可以增强公众的环境敏感性，从 而形成全社会共同关注低空环境的良好氛围。 此外，科技的发展为低空环境监测提供了更多的可能性。通过 无人机、传感器网络等先进技术，能够在更大范围内、更高频率地 获取环境监测数据。例如，某地区的低空监测网络通过部署 个监测点，以全面反映区域内的空气质量状况。 在监测结果的评估中，可结合国家和地方空气质量标准，制定 相应的警报和响应机制。例如，若 PM2.5 的浓度超过了 75 微克/立 方米的日均值标准，则可发布健康警告，建议敏感人群减少户外活 动，并采取必要的防护措施。 通过建立数据共享平台，与环保部门、疾病控制中心等机构协 作，共同分析颗粒物浓度变化趋势，确定主要污染来源，从而为环 境治理提供科学依据。以下是对 PM2

2.3.2 数据安全性 在低空无人机消防部署 AI 识别项目中，数据安全性是确保系 统稳定运行和信息保密的关键环节。无人机在执行任务时，会实时 采集大量的图像、视频和环境数据，这些数据不仅包含敏感的地理 信息，还可能涉及个人隐私或公共安全信息。因此，数据在传输和 存储过程中必须采取严格的安全措施，以防止未经授权的访问、篡 改或泄露。 首先，数据传输过程中应采用加密技术。无人机与地面控制站 字签名技术验证 数据的完整性和来源。 其次，数据存储的安全性同样重要。所有采集的数据在存储前 应进行加密处理，并采用分布式存储架构，将数据分散存储在多个 物理位置，以降低单点故障的风险。对于敏感数据，可以采用零知 识证明技术，确保即使存储服务器被攻破，攻击者也无法获取有效 信息。此外，应定期对存储系统进行安全审计，检测潜在的安全漏 洞并及时修复。 为了应对网络攻击和数据泄露的风险，系统应部署多层次的安 确保每位操作人员都具备熟练的飞行技能和应急处理能力。同时， 建立应急预案库，针对不同场景制定详细的应对措施，并通过模拟 演练提高团队的应急响应能力。 数据安全与隐私保护是另一个重要的风险点。无人机采集的数 据可能包含敏感信息，如火灾现场的实时图像和视频。为保障数据 安全，项目团队应采用加密传输技术，确保数据在传输过程中不被 窃取或篡改。同时，建立严格的数据访问权限管理制度，仅授权人 员可以访问和处理相关数据。此外，定期进行数据安全审计，及时

核心区域选址与空域划分 地理条件评估 空域分层管理 交通枢纽联动 优先选择地形开阔、气象条件稳定的 区域，确保飞行安全性和景观观赏性 , 同时需避开人口密集区和生态敏感 带。 选址需靠近现有交通枢纽 ( 如高铁 站 、高速公路 ), 便于游客集散，形成 “空地一体化”的旅游网络。 根据飞行器类型和用途划分低、中、 高三级空域，明确无人机、直升机等 Q4 规划 监测体系 部署无人机监测系统，实时追踪生 态影响指标。 航线规划 避开生态敏感区，优化低空飞行网 络布局。 生态保护与协调开发策略 03 基础设施建设要求 通航机场跑道长度需根据机型需求设计，通常为 800-1200 米 , 材质优先选用沥青或混凝土，确保起降安全性和耐久性。

指南，将有利于指导低空智能网联设备、系统、平台的安全相关研发、准入合规 及安全运营，为低空智能网联产业的安全健康发展提供支撑。 面向低空智能网联体系，建立其网络安全和数据安全标准体系，主要目标是 防止敏感数据泄露和抵御各种网络攻击，确保系统的可用性及用户隐私的保护。 低空智能网联体系的运行包含海量信息与数据，极易成为网络攻击的重点目标， 同时也面临不同程度的数据泄露风险，需要设计不同层次的网络安全体系保障低 性、个人信息保密、零部件身份识别、防止非授权特权访问、边界防护 与最小化授权、识别拒绝服务攻击、识别恶意数据、安全日志等内容； 软件升级安全要求包括在线升级安全要求、离线升级安全要求等；数据 安全要求包括密钥存储安全保护、敏感个人信息保护、无人机身份识别 数据保护、关键数据保护、安全日志保护等。  检查与试验方法：针对信息安全管理体系以及技术要求，提供相应的检 查或试验的方法。  软件升级技术要求：对无人机软件升级的管理体系的过程、安全保障、无人 。  数据分类分级：依据国家数据安全法规的要求，对低空智能网联系统中（包 括机载设备系统、基础设施、服务/运营/监管平台及它们之间通信等）的数 据定义分类分级的规范，明确一般数据、重要数据、敏感数据的划分依据及 相应通用的安全要求，以及基于不同应用场景对数据分类分级的要求；  数据生命周期安全要求：对低空智能网联系统涉及的数据的生成、采集、存 储、传输、访问、处理和使用等过程或活动提出安全要求；

人机位置、速度）， 辅助空管系统优化航路规划，提升复杂场景下的通信可靠性。 量子加密通信保障引入量子密钥分发技术，为应急指挥指令、敏感灾 情数据提供不可破译的安全传输通道，确保在强电磁干扰或恶意攻击下通 信不中断、数据不泄露，尤其适用于军事协同、核灾等高敏感救援场景。 2. 导航定位：全场景高精度定位体系 北斗三号+RTK 厘米级定位基于北斗三号卫星导航系统，结合地基增 强站（RTK

的抗干扰性能，以确保数据传输的稳定性。可以选择带有抗干扰设 计的模块，或者通过增加滤波器、屏蔽罩等硬件措施来提升抗干扰 能力。 此外，数据传输设备还应支持数据加密和压缩功能。由于无人 机传输的图像和视频数据通常包含敏感信息，因此需要对数据进行 加密，以防止数据泄露。同时，为了减少数据传输的带宽占用，可 以采用数据压缩技术，如 H.264、H.265 等视频编码格式，在保证 图像质量的前提下，有效降低数据量。 人 机，导致设备损坏或数据丢失。此外，操作流程的不规范也可能增 加项目风险，如未按规定进行设备检查和维护。 法律风险涉及隐私保护、数据安全和飞行许可等。无人机在执 行任务时可能涉及个人隐私或敏感数据的采集，若处理不当可能引 发法律纠纷。此外，未获得合法的飞行许可也可能导致项目被迫中 断或面临法律处罚。 财务风险主要包括预算超支、资金不足和成本控制不当等。项 目可能因技术难题或环境变化导致预算超支，而资金不足可能影响 项目还需关注环境保护相关法律法规。无人机飞行和图像采集 活动可能对生态环境造成一定影响，项目团队应制定并实施环境保 护措施，确保活动对环境的负面影响降至最低。例如，在自然保护 区、野生动物栖息地等敏感区域进行无人机飞行时，需特别谨慎， 必要时需获得相关环保部门的批准。 最后，项目团队应建立完善的法律合规管理体系，包括但不限 于以下内容：  定期组织法律合规培训，提高团队成员的法律意识和合规操作

但其在低空场景下的适配性仍面临显著瓶颈. 传统 5G 网络主要面向地面用户设计, 低空空域存在覆盖盲区; 固定拓扑的蜂窝架构难以适配飞行器高速移动 带来的动态连接需求; 复杂业务场景导致难以同时满足低空导航 (时延敏感型) 和三维建模 (计算密集 型) 等差异化需求. 在此背景下, 低空智联网 (low-altitude intelligent networks, LAIN) 作为面向低空空 域的专用智能网络架构应运而生 (flying ad-hoc networks, FANESTs) 中的服务功能链 (service function chain, SFC) 部署问题. FANESTs 的动态性质以及对网络攻击的敏感性, 对 SFC 的部署提出了严格要求. 为解决 SFC 布局中资源分配 的合理性和安全性问题, Lu 等提出一种强化学习算法, 对部署过程设置严格的安全级别限制, 量化了 部署过程中的影响因素, 实现了 与之前工作中的定制消息传递网络 (如 RouteNet 中基 于 RNN 的路径更新过程) 相比, DGAT 采用高度并行的计算结构来更新网络图中所有组件的隐藏特 征. 因此, 我们的模型对网络规模变化的敏感性较低. 无论网络拓扑如何扩展, 模型的推理时间仍然可 以保持在较低水平并且不会线性增加. 低空网络层采集的网络数据在数字孪生层经过格式化后, 可以作为 DGAT 算法的输入. 首先, 以 网络图的形式提取各种网络组件的特征

保障信息在传输过程中保持机密性和完整性。多重身份验证（如数字证书、双因素认证）则 确保只有经过授权的设备和人员能够接入系统，避免非法访问或控制。数据隐私保护通过数 据最小化原则与脱敏处理来减少敏感信息暴露风险，确保飞行器和监控区域内的个人隐私得 到保护。访问控制和权限管理进一步确保数据只能被授权用户访问和修改，防止未经授权的 操作。为了提升系统的物理安全，设备设计需具备防篡改功能，并通过加固硬件和安全启动 等手段抵御物理攻击。在网络安全方面，采用防火墙、入侵检测与防御系统，监测并阻止潜 在的恶意行为，同时通过网络隔离、DDoS 防护和加密技术降低安全风险。通过这些多层次 的安全与隐私保护措施，系统能够在保障飞行任务安全的同时，有效保护敏感数据和用户隐 数字低空工作组 32 私不被外部威胁所侵害。 数字低空工作组 33 5. 应用场景 5.1 无人机交通管理 无人机交通管 的通信链路可能被黑客攻击 或窃听，导致任务数据泄露或无人机被恶意控制。如何防止通信链路被截获或干扰，确保数 据传输的安全性，是技术中的重要课题。 2）数据泄露 无人机在执行任务时可能采集敏感数据，如何防止数据泄露，确保数据的机密性，是安 全技术中的关键问题。例如，无人机可能采集到用户的隐私信息（如位置、视频等），如何 保护这些数据不被滥用是技术实施中的重要挑战。 3）隐私保护