효율적인 국방 우주체계 사이버보안 강화방안 연구
A Study on Efficient Cybersecurity Enhancement Strategies for Defense Space Systems
- 주제(키워드) 사이버보안 , 우주체계
- 주제(DDC) 355
- 발행기관 아주대학교 일반대학원
- 지도교수 노병희
- 발행년도 2026
- 학위수여년월 2026. 8
- 학위명 박사
- 학과 및 전공 일반대학원 NCW학과
- 실제URI http://www.dcollection.net/handler/ajou/000000036569
- 본문언어 한국어
- 저작권 아주대학교 논문은 저작권에 의해 보호받습니다.
초록/요약
21세기 우주 경쟁의 패러다임은 국가 중심의 우주 개발에서 민간 주도의 상 업적 우주 활동, 이른바 뉴스페이스（New Space） 시대로 급격히 전환되고 있다. SpaceX, OneWeb, Amazon Project Kuiper 등 민간 기업들이 수천 기의 소형 위성으로 구성된 메가 컨스텔레이션（Mega-Constellation）을 구축하면서 우주 접근성이 획기적으로 높아졌다. 이와 동시에 국방 분야에서도 우주 자산의 전 략적 중요성이 더욱 부각되어, 현대전에서 위성통신（SATCOM）, 위성항법 （GPS/GNSS）, 전자정보（ELINT）, 조기경보, 우주 상황 인식（Space Situational Awareness） 등의 우주 기반 능력은 전쟁 수행의 핵심 요소로 자리매김하였다. 그러나 우주 자산의 군사적 의존도가 높아짐에 따라 이를 무력화하려는 적대적 행위자들의 사이버 공격 시도 또한 급증하고 있다. 2022년 러시아-우크라이나 전쟁 직전 발생한 Viasat KA-SAT 위성 사이버 공격은 우주 사이버 위협이 더 이상 이론적 가능성이 아닌 현실적 위협임을 증명하였다. 특히 최근 우주체 계에 ROS2（Robot Operating System 2） 기반 소프트웨어 아키텍처가 도입되면 서, 그 통신 기반인 DDS/RTPS프로토콜의 개방형 구조에서 기인하는 새로운 보안 취약점이 중요한 현안으로 대두되고 있다. 기존의 국방 사이버보안 연구는 위험관리 프레임워크（Risk Management Framework, RMF） 기반의 정책·제도적 연구와 기술적 이상행위 탐지 방법론 연구가 독립적으로 수행되어 왔다. 전자는 체계적인 보안 통제 체계를 제공하 지만 실시간 위협 탐지 수단을 포함하지 않는 한계가 있고, 후자는 구체적인 탐지 알고리즘을 제시하지만 전체 보안 거버넌스 체계 내에서의 위치와 운용 방안이 불명확한 경우가 많다. 본 논문은 이러한 연구 공백을 해소하기 위해, 한국형 위험관리체계（K-RMF）의 보안통제항목에서 이상행위 탐지와 기술적으 로 연계 가능한 항목을 체계적으로 식별하고, 이를 우주체계에서 활용하고 있 는 ROS2/RTPS 통신 환경의 탐지 피처로 매핑한 뒤, 실제 ROS2 기반 테스트 베드에서 수집한 공격 데이터셋과 경량형 머신러닝 모델을 통해 그 실효성을 검증하는 연구를 수행하였다. 본 논문의 주요 기여는 다음 세 가지로 요약된다. 첫째, K-RMF 보안통제항목에서 출발하여 이상행위 탐지 피처를 도출하는 체계적 방법론을 제시하였다. 전체 K-RMF 보안통제항목을 대상으로 기밀성· 무결성·가용성（CIA） 등급이 모두 '상'인 항목을 1차 선별하고, 그중 기술적 통 제항목을 분류한 뒤, 로그·이벤트 생성·네트워크 감시·행위 기반 모니터링 요구 를 기준으로 이상행위 탐지와 연계 가능한 통제항목을 식별하였다. 이 4단계 필터링을 통해 도출된 탐지 연계 가능 통제항목을 ROS2/RTPS 통신 환경에서 관측 가능한 피처 후보로 매핑하였으며, 특히 SI-3 계열（SI-3 정보시스템 모 니터링, SI-3-4 내·외부 통신 트래픽, SI-3-5 시스템 경보, SI-3-9 비정상 통신 트래픽, SI-3-20 비인가 네트워크 서비스） 및 SI-6（무결성 손상 알림）을 본 연 구의 핵심 매핑 대상으로 확정하여 정책적 보안 요구사항과 기술적 탐지 근거 사이의 구체적 연결 관계를 제시하였다. 둘째, ROS2/RTPS 통신 환경의 이상행위 탐지 데이터셋을 직접 구축하였다. 실제 ROS2 기반 로봇 플랫폼과 Jetson Nano/오린 임베디드 보드를 이용해 컨 트롤러·어태커·로봇 세 노드로 구성된 테스트베드를 구성하고, RTPS 패킷 레 이어에서 Fuzzing（명령 삽입） 및 Flooding（서비스 거부） 공격 등을 재현하여 자 체 RTPS 공격 데이터셋을 수집하였다. 셋째, 경량형 AI 침입탐지 모델을 설계·구현하고 그 성능을 비교 평가하였다. RTPS 통신 메타데이터에서 추출한 핵심 특징을 입력으로 사용하되, 바이너리 형태의 Serialized Data는 학습 가능한 수치 표현으로 변환하기 위해 LLaMA 3.2 1B 모델의 토크나이저를 적용하였다. LightGBM, XGBoost, CatBoost, Random Forest 네 개 모델을 동일 조건에서 비교한 결과, LightGBM이 가장 우수한 탐지 성능과 처리 속도를 보여 실시간 탐지 환경에 가장 적합한 모델로 선정하고 실제 ROS2기반 로봇에서 실증을 진행하였다. 본 연구의 의의는 그동안 분리되어 발전해 온 국방 우주보안 정책 연구와 기 술적 탐지 방법론 연구를 실제 운용 관점에서 연결하는 구체적 접근 방법을 제 시한 데 있다. 특히 본 연구는 새로운 보안 프레임워크를 제안하는 기존 접근 과 달리, 이미 국방 환경에 적용되고 있는 K-RMF의 활용 방법론을 제시한다 는 점에서 실무적 수용성이 높다. 제안한 방법론은 향후 보안통제항목 구현 비 용-효과 분석, 실제 국방 우주체계 테스트베드에서의 실증 검증, 머신러닝 기반 이상행위 탐지 모델 개발, 그리고 본 연구에서 도출되었으나 채택되지 않은 추 가 피처 후보를 활용한 다양한 공격 유형 대응 연구 등의 후속 연구를 통해 확 장될 수 있다.
more초록/요약
The paradigm of the 21st-century space race is rapidly shifting from state-led space development toward commercial space activities driven by the private sector, commonly referred to as the New Space era. With private enterprises such as SpaceX, OneWeb, and Amazon Project Kuiper deploying mega-constellations composed of thousands of small satellites, accessibility to space has expanded dramatically. Concurrently, the strategic importance of space assets has become increasingly pronounced in the defense domain. Space-based capabilities—including satellite communications （SATCOM）, satellite navigation （GPS/GNSS）, electronic intelligence （ELINT）, and early warning—have established themselves as core enablers of modern warfare. However, as military reliance on space assets grows, cyberattack attempts by adversarial actors seeking to neutralize them have likewise surged. The cyberattack on the Viasat KA-SAT satellite, which occurred immediately prior to the outbreak of the Russia–Ukraine war in 2022, demonstrated that space cyber threats are no longer a theoretical possibility but a tangible reality. In particular, the recent adoption of Robot Operating System 2 （ROS2）-based software architectures in space systems has brought to the fore new security vulnerabilities originating from the open nature of its underlying DDS/RTPS communication protocols. Conventional research on defense cybersecurity has been conducted along two largely independent tracks: policy- and institution-oriented studies based on the Risk Management Framework （RMF）, and technical studies on anomaly detection methodologies. The former provides a systematic structure of security controls but lacks real-time threat detection mechanisms, whereas the latter proposes concrete detection algorithms yet often leaves their position and operational role within the overall security governance framework ambiguous. To address this research gap, this dissertation systematically identifies security control items within the Korean Risk Management Framework （K-RMF） that can be technically linked to anomaly detection, maps them to observable detection features in the ROS2/RTPS communication environment used in space systems, and verifies the effectiveness of this approach through an attack dataset collected from an actual ROS2-based testbed in conjunction with a lightweight machine learning model. The principal contributions of this dissertation are summarized in the following three aspects. First, this study presents a systematic methodology for deriving anomaly detection features from K-RMF security control items. Applied to the entire set of K-RMF security control items, the methodology first selects those rated ＂High＂ across all three dimensions of Confidentiality, Integrity, and Availability （CIA）; classifies the technical controls among them; and subsequently identifies controls amenable to anomaly detection on the basis of requirements for log and event generation, network monitoring, and behavior-based monitoring. The detection-linkable control items derived through this four-stage filtering process were mapped to candidate features observable in the ROS2/RTPS communication environment. In particular, the SI-3 family （SI-3 Information System Monitoring, SI-3-4 Internal/External Communication Traffic, SI-3-5 System Alerts, SI-3-9 Anomalous Communication Traffic, and SI-3-20 Unauthorized Network Services） and SI-6 （Integrity Violation Notification） were finalized as the core mapping targets, thereby establishing a concrete linkage between policy-level security requirements and technical detection rationales. Second, an anomaly detection dataset for the ROS2/RTPS communication environment was constructed in-house. A testbed comprising three nodes—controller, attacker, and robot—was implemented using an actual ROS2-based robot platform and a Jetson Nano embedded board, on which Fuzzing （command injection） and Flooding （denial-of-service） attacks were reproduced at the RTPS packet layer to collect a custom RTPS attack dataset. Third, a lightweight AI-based intrusion detection model was designed, implemented, and comparatively evaluated. Core features extracted from RTPS communication metadata were used as model inputs, while the binary-form Serialized Data was transformed into a learnable numerical representation by applying the tokenizer of the LLaMA 3.2 1B model. Under identical experimental conditions, four models—LightGBM, XGBoost, CatBoost, and Random Forest—were compared. The results showed that LightGBM achieved the most favorable balance of detection performance and processing speed, and was therefore selected as the model best suited to real-time detection environments. The significance of this study lies in presenting a concrete approach that bridges defense space security policy research and technical detection methodology research, which have hitherto developed in isolation, from the perspective of actual operations. In contrast to prior approaches that propose entirely new security frameworks, this study offers a methodology for utilizing the K-RMF that is already in operational use within the defense domain, thereby ensuring high practical applicability. The proposed methodology can be further extended through follow-up research, including cost–benefit analysis of security control implementation, empirical validation on actual defense space system testbeds, the development of additional machine learning-based anomaly detection models, and studies addressing diverse attack types by leveraging supplementary feature candidates identified but not adopted in the present work.
more목차
제 1 장 서 론 1
제 1 절 연구배경 및 필요성 1
1. 뉴스페이스 시대와 국방 우주 영역의 확장 1
2. 국방 우주체계에 대한 사이버 위협의 현실화 2
3. ROS2 기반 우주체계의 보안 취약점 3
4. 정책적 접근과 기술적 접근의 통합 필요성 4
제 2 절 연구목적ㆍ범위 4
1. 연구목적ㆍ범위 4
2. 연구범위 및 제한 5
제 3 절 연구 방법 6
1. 문헌조사 및 사례분석 6
2. K-RMF 보안통제항목 분석 및 피처 도출 6
3. 자체 테스트베드 기반 데이터셋 구축 6
4. 실험적 검증 및 모델 비교 7
제 4 절 논문 구성 7
제 2 장 이론적 배경 및 관련 연구 9
제 1 절 국방 우주체계 보안위협 동향 9
1. 우주체계의 구성 및 보안 대상 9
2. SpaceROS 개요 10
3. 글로벌 우주 사이버 위협 11
제 2 절 우주 사이버보안 사고 사례 분석 14
1. 연도별 주요 사고 사례 15
2. 3대 주요 우주사고의 STEP별 공격 흐름 16
제 3 절 위험관리체계(RMF) 및 K-RMF 개요 17
1. NIST RMF 및 K-RMF 발전 과정 17
2. K-RMF 수행 체계 18
3. K-RMF 보안통제항목 20
제 4 절 DDS 기반 통신 메커니즘 및 보안 취약점 26
1. ROS2 아키텍처 개요 26
2. DDS/RTPS 프로토콜 동작 원리 27
3. 주요 보안 취약점 분석 30
제 5 절 머신러닝 기반 이상행위 탐지 기술 동향 33
1. 이상행위 탐지 방법론 33
2. AI 모델 알고리즘 비교 33
3. 우주 및 산업제어시스템에서의 ML 탐지 연구 동향 35
제 6 절 관련 연구 비교 및 본 연구의 차별성 35
1. K-RMF 및 국방 사이버보안 거버넌스 연구 36
2. SpaceROS/ROS2/RTPS 보안 연구 37
3. 네트워크 이상행위 탐지 연구 41
제 3 장 국방 우주체계 K-RMF 분석 및 피처 도출 44
제 1 절 국방 우주 환경의 사이버 공격 표면 분석 44
1. 국방 우주 환경의 특성과 보안 요구사항 44
2. 분석 목적 및 접근 방법 46
3. 세그먼트별 공격 표면 47
4. 공격 표면 분석 결과의 시사점 49
제 2 절 K-RMF 보안통제항목 분석 50
1. 분석 대상 및 출처 50
2. 패밀리별 분포 50
제 3 절 RMF 기반 보안통제항목 피처 식별 52
1. 보안통제항목 특화 프로세스(오버레이) 52
2. 다단계 필터링 프로세스 개요 53
3. [필터 1] CㆍIㆍA 상급 통제항목 식별 55
4. [필터 2] 관리적/기술적 통제항목 분류 57
5. [필터 3ㆍ4] 탐지 연계 가능 통제항목 식별 58
제 4 장 이상행위 탐지를 위한 데이터셋 구축 64
제 1 절 ROS2 환경의 데이터 수집 및 분석 64
1. 데이터셋 구축 필요성 64
제 2 절 데이터셋 수집 환경 구성 65
1. 하드웨어 및 소프트웨어 구성 65
2. ROS2 통신 흐름 66
3. 네트워크 및 노드 구성 67
제 3 절 공격 시나리오 설계 69
1. Fuzzing 공격 69
2. Flooding 공격 70
3. 실험 프로토콜 71
제 4 절 데이터셋 구성 및 특성 72
1. 데이터 수집 파이프라인 설계 72
2. 데이터셋 컬럼 구성 73
3. 데이터셋 현황 74
4. 데이터셋 시각화 75
제 5 장 경량형 AI 이상행위 탐지 모델 설계 79
제 1 절 머신러닝 기반 탐지 아키텍처 설계 79
1. 시스템 아키텍처 79
2. 피처 중요도 평가 82
제 2 절 머신러닝 모델 비교 및 최적모델 선정 85
1. 실험 설정 85
2. 성능 평가 지표 85
3. 모델별 성능 비교 87
4. 모델별 성능 종합 비교 94
제 3 절 로봇 실증 실험 95
1. 실증 환경 구성 96
2. 공격 시나리오 설계 98
3. 실험 절차 및 데이터 수집 99
4. 실증 실험 결과 101
제 4 절 실험 결과 분석 102
제 6 장 결론 및 향후 연구 104
제 1 절 연구결과 요약 104
제 2 절 학술적 기여 106
제 3 절 연구의 한계점 107
제 4 절 향후 연구 방향 108
참고문헌 110
ABSTRACT 118
