Acceleration and Brake-based Driver Identification Algorithm by Exploiting Driving Profile

현대의 차량은 다양한 전자 제어 장치와 차량 내부 네트워크를 기반으로 동작하며, 외부 네트워크와의 연결 증가로 인해 사이버 공격과 소프트웨어 오작동 위험에 노출되고 있다. 그러나 실제 사고 조사에서는 저장 공간과 법적 제약 등의 이유로 제한된 차량 내부 데이터만 확보되는 경우가 많다. 본 연구에서는 제한된 차량 내부 데이터를 이용하여 차량의 주행 상태를 재구성하고 운전자별 주행 특성을 분석하는 차량 디지털 포렌식 기법을 제안한다. 제안한 방법은 가속 및 제동 페달 입력을 기반으로 차량 속도와 주행 거리를 재구성하고, 운전자별 임계값 기반 이벤트 검출을 이용하여 가속 및 제동 특징을 추출한다. 또한 구간 기반 특징 추출과 코사인 거리 비교를 이용하여 운전자 식별을 수행하였다. 실험 결과 일부 운전자에서는 재구성 속도와 실제 차량 속도 간에 높은 상관관계를 확인할 수 있었으며, 가속 및 제동 이벤트 패턴 역시 각 운전자별로 서로 다른 습관을 보였다. 또한 제한된 차량 내부 데이터만으로도 일부 운전자의 주행 특성을 구분할 수 있음을 확인하였다. 본 연구는 제한된 차량 내부 데이터를 기반으로 차량의 주행 상태를 재구성하고 데이터 무결성을 교차 검증할 수 있는 차량 디지털 포렌식 프레임워크를 제안하였다는 점에서 의미가 있다.