Real-Time Ransomware Intrusion Detection System Based on Machine Learning for Enhancing Ship Cybersecurity

본 연구는 해운 산업의 디지털 전환에 따라 증가하는 사이버 위협, 특히 랜섬웨어 공격으로부터 선박의 안전을 확보하기 위한 실시간 침입 탐지 시스템(IDS)을 제안 하였다. 본 시스템은 머신 러닝 기법인 Support Vector Machine(SVM)과 인공지능 (AI) 기반 미래 예측 기능을 결합하여, 선박 내부의 네트워크 트래픽, 시스템 로그, 파일 접근 정보, 사용자 활동 로그 등을 분석함으로써 랜섬웨어 침입을 조기에 탐지 하고 실시간으로 대응할 수 있도록 설계되었다. 실험은 24,000 TEU급 선박 3척의 실제 운항 데이터를 바탕으로 수행되었으며, 제 안된 시스템은 기존 탐지 방식에 비해 평균 탐지 확률은 약 63%로 15% 향상되었고, 오탐률은 3% 미만으로 낮게 유지되었다. 또한 실시간 대응 시스템을 통한 탐지-대응 속도는 평균 0.5초 이내로 측정되며, 랜섬웨어 확산 차단에 효과적임을 입증하였다. 이 시스템은 선박 환경에 적합한 경량 구조로 구현되어, 자율운항선박 및 스마트 항만 보안 체계와의 연계 가능성도 제시한다. 본 논문은 해상 사이버 보안 강화에 실질적으로 기여할 수 있는 기술적 방안을 제안하며, 향후 다양한 사이버 위협을 포 괄하는 통합 보안 시스템 구축을 위한 기반으로 활용될 수 있을 것이다.