无人机在井喷式的发展背后也带来了一系列的安全隐患和监管问题,黑飞现象已经严重威胁公共安全和个人隐私。因此,从技术上迫切需要一种有效的无人机空域监管方法,其中利用协议逆向解析技术来理解无人机飞行控制指令的含义和格式,对无人机的管制具有重要的指导意义。本文主要从协议逆向解析过程中的协议聚类、协议字段格式推断和协议状态机推断这三个阶段对无人机控制协议逆向解析问题进行深入的研究。本文将自然语言处理领域中的分词、主题模型、词向量模型、句子相似度计算和新词发现等多项技术思路引入无人机控制协议逆向解析场景下,对无人机控制协议序列建模并进行逆向分析。本文主要工作如下:1)协议聚类。提出基于LDA主题模型的关键词抽取方法,改进了n-gram分词中n值不易确定的缺点;提出基于word2vec词向量模型的协议序列相似度计算方法,改进了独热编码中没有考虑语义表达的缺点;针对K-means聚类算法无法自动确定聚类簇数的问题上,采用了根据CH Index指标确定最佳聚类数的方法;2)协议格式推断。根据无人机控制协议会话序列中格式关键词相对固定,有效载荷域和校验域等字段的取值变化频率较大的特点,提出基于字段内部和边界信息熵贡献值的协议字段格式推断方法,省去了多序列比对算法中UPGMA距离进化树的构建,同时也避免了渐进比对过程中引入较多空位的缺点;3)协议状态机推断。根据无人机控制协议会话中序列号字段取值周期性单调递增或递减的变化规律,提出基于时间序列自相关系数来识别协议序列号状态相关字段的方法,并对协议报文进行状态标注;提出基于邻接表的协议状态机构建及化简方法,省去了APTA增广前缀树的构建,同时也避免了状态节点过于庞大的问题;4)原型系统设计实现。设计并实现了基于自然语言处理的无人机控制协议逆向解析原型系统,此外,还根据传统的协议逆向解析技术路线设计并实现了基于多序列比对的无人机控制协议逆向解析原型系统。本文在两款消费级无人机的真实协议数据集上进行了实验验证,对两款无人机的控制协议进行逆向解析,根据本文方案的推断结果得到了两款无人机飞行控制指令的含义和格式,证明了本文研究在实际场景下的有效性,而且结果表明,本文方案在协议聚类和协议规范推断结果的F1值上都比传统方案更优。