SVM-DBSCAN Dual Detection Structure for Adversarial Jamming Detection and Defense

스마트시티 환경에서 드론 및 자율주행 자동차의 활용이 증가함에 따라, 무선 통신 기반의 보안 위협인 재밍 공격의 위협이 증가하고 있다. 특히 입력 데이터를 미세하게 변형시켜서 머신러닝 분류기의 성능을 저하시키는 인공지능 기반의 적대적 재밍에 대한 대응 필요성이 대두되고 있다. 본 연구는 적대적 재밍 공격에 효과적으로 대응하기 위한 SVM 기반 재밍 분류와 DBSCAN 기반 이상치 제거의 이중 탐지 구조를 제안한다. 먼저 SVM의 RBF 커널을 기반으로 재밍 탐지 모델을 구축하였다. 이후 SVM이 정상으로 분류한 데이터 중에서도 DBSCAN을 통해 결정 경계 근처의 이상치를 제거함으로써, 적대적 공격으로 인한 탐지 성능 저하를 완화하였다. 실험은 공격 비율 변화에 따라 수행되었다. 그 결과 SVM과 DBSCAN 이중 탐지를 적용한 제안 기법은 적대적 공격에서 안정적인 탐지 성능을 유지하며, 일정 수준 이하의 성능 저하는 암호화 알고리즘 변경의 신호로 활용할 수 있음을 확인하였다.