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

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
이승열 (호서대학교) 하재철 (호서대학교)
저널정보
한국정보보호학회 정보보호학회논문지 정보보호학회논문지 제35권 제2호
발행연도
2025.4
수록면
347 - 358 (12page)

이용수

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

초록· 키워드

오류제보하기
최근 인공지능 기술은 자율주행, 홈 네트워크, 스마트 팩토리 등 많은 첨단 산업 분야에서 상용적으로 활용되고 있다. 특히 자율주행의 ADAS(Advanced Driver Assistance System)에 많은 연구가 진행되고 있는데 인공지능 기술이 접목된 ADAS는 적대적 공격(adversarial attacks)에 취약하다는 것이 밝혀졌다. 본 논문에서는 자율주행 자동차의 스티어링 각도(steering angle)와 스로틀(throttle)을 예측하는 모방 학습 기반의 딥러닝 모델을 구성한 뒤 CARLA 시뮬레이션에 적용하여 적대적 공격을 수행하였으며 MSE(Mean Squared Error)와 MAE(Mean Absolute Error)를 사용하여 성능을 평가하였다. 특히 본 논문에서는 적대적 공격에 대응하기 위해 GSI(Gradient Sign Inversion)을 개선한 GRM(Gradient Removal Module)을 제안하였다. 제안 기법을 모방 학습 기반의 딥러닝 모델에 적용하여 MSE와 MAE를 평가한 결과, 기존 대응 방법과 비교하였을 때 MSE는 0.0022, MAE는 0.0198을 달성하여 우수한 결과를 확인하였다.

목차

요약
ABSTRACT
I. 서론
II. 배경지식
III. 적대적 공격 방어 기법 관련 연구
IV. 적대적 공격 대응 기법 제안
V. 실험 및 대응 분석
VI. 성능 평가
VII. 결론
References

참고문헌 (0)

참고문헌 신청

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0