澳大利亚研究人员设计了一种算法，可以拦截对无人驾驶军用机器人的中间人（MitM）网络攻击，并在几秒钟内将其关闭。
在一项利用深度学习神经网络模拟人脑行为的实验中，来自查尔斯特大学和南澳大利亚大学（UniSA）的人工智能专家训练机器人的操作系统学习MitM窃听网络攻击的特征。
这就是攻击者中断现有对话或数据传输的情况。
该算法在一辆美国陆军地面战车的复制品上进行了实时测试，在防止恶意攻击方面成功率高达 99%。
不到 2% 的误报率验证了系统的有效性。
相关成果已发表在《电气和电子工程师学会可信和安全计算论文集》（IEEE Transactions on Dependable and Secure Computing）上。
UniSA自主系统研究员安东尼-芬恩（Anthony Finn）教授说，所提出的算法比世界上用于检测网络攻击的其他识别技术性能更好。
芬恩教授和查尔斯特人工智能与网络未来研究所的芬迪-桑托索博士与美国陆军未来司令部合作，对GVT-BOT地面车辆复制了中间人网络攻击，并训练其操作系统识别攻击。
