메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
이원호 (숭실대학교) 나현식 (숭실대학교) 박소희 (숭실대학교) 최대선 (숭실대학교)
저널정보
한국정보보호학회 정보보호학회논문지 정보보호학회논문지 제34권 제2호
발행연도
2024.4
수록면
245 - 261 (17page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
코로나19 팬데믹으로 인해 비대면 거래가 보편화되면서, 완전 무인 매장의 증가 추세가 두드러지고 있다. 이러한 매장에서는 모든 운영 과정이 자동화되어 있으며, 주로 인공지능 기술이 적용된다. 그러나 이러한 인공지능 기술에는 여러 보안 취약점이 존재하고, 이러한 취약점들은 완전 무인 매장 환경에서 치명적으로 작용할 수 있다. 본 논문은 인공지능 기반의 완전 무인 매장이 직면할 수 있는 보안 취약점을 분석하고, 특히 객체 검출 모델인 YOLO에 초점을 맞추어, 적대적 패치를 활용한 Hiding Attack과 Altering Attack이 가능함을 보인다. 이러한 공격으로 인해, 적대적 패치를 부착한 객체는 검출 모델에 의해 인식되지 않거나 다른 객체로 잘못 인식될 수 있다는 것을 확인한다. 또한, 보안 위협을 완화하기 위해 Data Augmentation 기법이 적대적 패치 공격에 어떠한 방어 효과를 주는지 분석한다. 우리는 이러한 결과를 토대로 완전 무인 매장에서 사용되는 인공지능 기술에 내재된 보안 위협에 대응하기 위한 적극적인 방어 연구의 필요성을 강조한다.
#Fully Unmanned Stores #Security Vulnerabilities #Adversarial Patch #Data Augmentation

목차

요약
ABSTRACT
Ⅰ. 서론
Ⅱ. 배경 및 관련 연구
Ⅲ. 완전 무인 매장에 대한 취약점 분석
Ⅳ. 객체 검출 모델에 대한 적대적 패치 공격
Ⅴ. 적대적 패치 공격 성능 평가
Ⅵ. 고찰
Ⅶ. 결론
References

참고문헌 (48)

참고문헌 신청
Amazon Technologies, Inc., “Transitioning items from a materials handling facility,” US 2015/0012396 A1, Jan. 2015. google schola FaindersAI, “FaindersAI” https://fainder.ai/, Oct. 2023. google schola SuperSwift, “SuperSwift” https://www.youtube.com/watch?v=VJSlS3ujdEo, Jan. 2024. google schola T.B. Brown, D. Mané, A. Roy, M. Abadi, and J. Gilmer, “Adversarial patch,” arXiv preprint arXiv:1712.09665, 2017. google schola D. Karmon, D. Zoran, and Y. Goldberg, “Lavan: Localized and visible adversarial noise,” International Conference on Machine Learning, pp. 2507-2515, July. 2018. google schola

이 논문과 함께 이용한 논문

특허분석을 통한 AI 보안기술 동향 연구
나원철 한국전자거래학회지 2025 .02
AI 사이버보안 체계를 위한 블록체인 기반의 Data-Preserving AI 학습환경 모델
김인경 ,  박남제 한국정보기술학회논문지 2019 .12
무인화 시대 ‘스마트’ 인구 : 플랫폼 도시의 기술-자본 체제와 도시 미디어로서의 무인매장
홍남희 한국언론정보학보 2025 .04
[포커스] ‘우후죽순’ 무인 매장 실태는?
전진용 넥스트 이코노미 2023 .09
생성형 AI의 동향 및 보안 위험
정명인 ,  강아름 한국콘텐츠학회 종합학술대회 논문집 2023 .05

최근 본 자료

전체보기

댓글(0)

0