○ 성균관대학교 / 우사이먼성일(에너지클라우드개발사업)
- 주요내용 : CANTransfer . Transfer Learning based Intrusion Detection on a Controller Area Network using Convolutional LSTM Network
-> 차량용 네트워크 CAN(Controller Area Network)에 가해지는 공격 및 침입을 탐지하는 딥러닝 기반 Generalized 알고리즘 개발
- 기존 지식/기술 대비 성과의 차별성 : 기존 연구들은 대부분 Rule-based g혹은 딥러닝 기반이지만, 모두 여러 가지 유형의 공격에 대비하기 위해 각 공격의 특성을 분석하여 그 공격에 대응하는 Rule 혹은 딥러닝 모델을 개발함. 따라서 새로운 공격이나 침입이 가해질 경우 이를 분석하기 위한 데이터셋이 필요하거나 Rule을 만들기 위해 다소 많은 시간이 걸림. 직접 개발한 CANTransfer의 경우 새로운 공격이 가해지더라도 아주 적은 데이터와 분석 필요없이 아주 적은 시간으로 Transfer Learning하여 해당 공격을 높은 성능으로 탐지함
- 세계최고 수준의 성과와 비교 :
- 기대효과 및 향후계획 : 추후 에너지클라우드 관련 네트워크 데이터셋에도 다양한 공격이 발생할 것으로 예상. 이를 효율적으로 대비하기 위해 해당 연구에서 개발한 모델을 활용 및 fine tuning을 통해 에너지 클라우드 네트워크 공격/침입 탐지를 함
* 논문실적 등 증빙: 구두발표: The 35th ACM/SIGAPP Symposium On Applied Computing (SAC 2020)
Comments