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

논문 기본 정보

자료유형
학술저널
저자정보
강효은 (스마트앰루앰)
저널정보
한국소프트웨어감정평가학회 한국소프트웨어감정평가학회논문지 한국소프트웨어감정평가학회 논문지 제20권 제2호
발행연도
2024.6
수록면
53 - 65 (13page)

이용수

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

초록· 키워드

오류제보하기
차량 내 네트워크인 컨트롤러 영역 네트워크(CAN)는 악의적인 물리적 및 사이버 공격에 매우 취약하다. 사용자와 차량 제공자의 안전을 보장하기 위해 적절한 보안 조치가 필요하다. 본 논문에서는 차량 내 네트워크를 위한 새로운 침입 탐지 시스템(IDS)인 시공간 적대적 오토인코더(ST-AAE)를 제안한다. ST-AAE는 차량 내 IDS 분야에서 새로운 접근법으로, CAN 트래픽의 시공간 특성을 활용한다. 이 프레임워크는 비정상 트래픽을 탐지하고 공격 유형을 분류한다. 실제 운전 데이터에 대한 실험 결과, ST-AAE는 다양한 공격 유형에서 높은 정확도와 낮은 오탐률로 기존 모델보다 뛰어난 탐지 성능을 보였다. 이러한 성능은 시공간 특징을효과적으로 학습하고, 적대적 학습을 통해 일반화를 향상시키며, CAN ID와 페이로드 정보를 통합하는 능력에 기인한다. 이러한 결과는 ST-AAE가 자동차 네트워크 보안 분야에서 효과적인 솔루션이 될 수 있음을 시사한다.
#침입 탐지 시스템 #차량 네트워크 보안 #CAN 버스 #오토인코더 #딥러닝 #intrusion detection system #in-vehicle network security #control area network bus #autoencoder #deep learning

목차

등록된 정보가 없습니다.

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

최근 본 자료

전체보기

댓글(0)

0