Detection of Cyber Attacks within Nuclear Power Plants Using Deep Learning-Based Monitoring of Static Memory

원전내의 사용되는 모듈을 포함하는 기기들은 U.S. NRC (Nuclear Regulatory Commission) 규제요건에 의해 동적 메모리가 아닌 정적 메모리를 사용하도록 규제하고 있다. 따라서, 본 연구에서는 정적 메모리의 사용도 변화에 따른 정상/비정상 상태를 확인하기 위한 딥러닝 기반의 공격 감지 시스템을 제안한다. 제안된 시스템은 메모리 사용량에 대한 시계열 데이터를 MTF(Markov Transition Field)를 이용하여 시각화한다. LSTM Auto-Encoder(AE)를 이용하여 공격을 감지하고, 이를 통해 재구성된 데이터를 시각화하여 공격 종류를 분류하는 모델을 제안하며 그 성능을 분석한다. 분석 결과 제안된 시스템이 정적 메모리 시스템에서의 공격에 대한 정확한 감지 및 분류를 수행함을 보여준다.