검색 상세

IoT 환경 이상행위 탐지 및 사용자 중심 대응 시스템 설계

  • 양진호 (YangJinHo, 아주대학교 정보통신대학원)

초록/요약

스마트홈 기기의 급속한 보급과 함께 IoT 환경에서의 보안 위협이 지속적으로 증가하고 있다. 특히 스마트 홈캠, 월패드와 같은 기기는 개인 사생활과 직접 연결되어 있어 해킹 피해가 발생 할 경우 그 심각성이 크다. 기존의 이상행위 탐지 연구는 탐지 정확도 향상에 집중되어 왔으나, 탐지 결과를 일반 사용자가 이해하고 실제 대응으로 연결할 수 있는 구조에 대한 연구는 상대 적으로 부족한 실정이다. 본 연구는 이러한 문제의식에서 출발하여, 비지도 학습 기반의 Isolation Forest 알고리즘을 활용한 이상행위 탐지 모델과 사용자 개입 기반 대응 구조를 결합한 시스템을 제안한다. 제안 시스템은 데이터 수집, 이상행위 탐지, 위험도 평가, 사용자 개입의 4단계로 구성된다. 탐지 결 과로 산출된 anomaly score는 Low, Medium, High, Critical의 4단계 위험도로 변환되며, 각 위험도에 따라 Ignore, Monitor, Inspect, Block의 대응 방식이 사용자에게 제시된다. 또한 기 술적 탐지 결과를 일반 사용자가 이해할 수 있는 자연어 형태로 변환하여 제공하는 사용자 친 화형 설명 구조를 함께 설계하였다. 제안 방법의 유효성을 검증하기 위해 N-BaIoT 공개 데이터셋을 활용하여 7개 IoT 기기에 대 한 반복 실험을 수행하였다. 실험 결과, 평균 정확도 99.16%, F1-Score 99.36%, 오탐률（FPR） 2.71%를 달성하였으며, 이는 다양한 IoT 환경에서도 안정적인 탐지 성능이 유지됨을 보여준다. 본 연구는 이상행위 탐지를 단순 탐지 결과에 머무르게 하지 않고 사용자 판단 및 대응까지 연 계하는 구조로 확장함으로써, 기존의 시스템 중심 보안 접근에서 사용자 중심 보안 대응 모델로 의 확장 가능성을 제시한다. 주제어: IoT 보안, 이상행위 탐지, Isolation Forest, 사용자 중심 보안, 위험도 평가, N-BaIoT

more

목차

제1장 서론 1
제2장 배경지식 3
제1절 IoT 환경에서의 보안 위협 3
제2절 이상행위 탐지 기반 보안 연구 3
제3절 사용자 중심 보안 시스템 연구 4
제4절 LLM 기반 보안 설명 및 사용자 인터페이스 연구 4
제3장 연구 방법론 6
제1절 데이터 수집 및 데이터셋 7
제2절 이상행위 탐지모델 8
제3절 위험도 평가 방법 9
제4절 사용자 개입 기반 대응 구조 11
제5절 LLM 기반 사용자 친화형 보안 설명 생성 구조 12
제4장 실험 및 결과 15
제1절 실험 환경 15
제2절 실험 방법 15
제3절 성능 평가 결과 16
제4절 결과 분석 18
제5장 결론 19
참고문헌 21

more
반출 Meta View 목록