이 연구실은 컴퓨터보안과 네트워크 보안을 핵심 축으로 삼아, 다양한 연결 환경에서 안전한 통신과 서비스 운영을 가능하게 하는 기술을 연구한다. 교수의 대표 연구 키워드가 컴퓨터보안과 네트워크 보안으로 명시되어 있으며, 경력 또한 한국전자통신연구원과 Symantec Research Lab.에서의 연구 경험을 포함하고 있어 실용적이고 시스템 지향적인 보안 연구 기반이 강하다. 이에 따라 연구실은 단순한 이론적 보안 기법보다 실제 네트워크, 분산 시스템, 이동 환경, 에너지 시스템 등 복합 인프라에서 동작 가능한 보안 구조를 중요하게 다루는 것으로 해석된다. 구체적으로는 무선 네트워크와 분산 시스템에서의 키 설정, 데이터 보호, 접근 통제, 공격 모델링, 이상 탐지와 같은 주제가 중심을 이룬다. 학술발표 이력에서는 스마트 그리드 환경의 고객 에너지 정보 보호, 공통 공격 트리 기반의 사이버 보안 분석, 잼밍 공격 하에서의 강건한 키 설정, 속성 기반 암호화를 활용한 선택적 데이터 배포 등 네트워크 기반 보안 문제를 폭넓게 다루고 있다. 또한 최근에는 자율주행차 이상 탐지, 연합학습 환경의 중독 공격, 차등프라이버시의 성능 영향, 생체·행동 기반 인증과 같이 AI 및 IoT와 접목된 보안 문제로 연구 범위를 확장하고 있다. 이러한 연구는 초연결 사회에서 요구되는 신뢰 가능한 디지털 인프라 구축에 직접적으로 기여한다. 차량, IoT 기기, 스마트 에너지 시스템, 클라우드 서비스처럼 상시 연결된 환경에서는 보안 취약점이 곧 안전 문제와 서비스 중단으로 이어질 수 있기 때문에, 통신 효율성과 보안성을 함께 만족하는 설계가 중요하다. 이 연구실의 보안 연구는 네트워크 프로토콜, 인증 체계, 프라이버시 보호, 공격 대응, 지능형 탐지 기술을 통합적으로 다루며, 미래의 지능형 통신 환경을 위한 실질적 기반 기술로 발전할 가능성이 크다.

이 연구실의 대표적인 연구 흐름 중 하나는 차량 네트워크와 이동 통신 시스템이다. 대표 논문인 "Vehicular cloud networking: architecture and design principles"는 VANET, 차량 클라우드 컴퓨팅, 정보중심 네트워킹을 결합한 새로운 차량 네트워크 구조를 제시하며, 연구실이 차량 환경에서의 차세대 통신 아키텍처를 선도적으로 탐구해 왔음을 보여준다. 또한 차량 비콘 기반 이웃 추적, 데이터 전파 도달성 분석, 자율주행 및 차량 안전과 관련된 최근 학술발표들을 종합하면, 연구실은 단순 연결성 확보를 넘어 실제 도로 환경에서 신뢰성 있고 지능적인 차량 통신 체계를 연구하는 것으로 볼 수 있다. 세부적으로는 차량 간 통신(V2V), 차량-인프라 통신(V2I), 다중 홉 전송, 지연 허용 네트워크, 이기종 무선 장치 환경, 위치 추적, 트래픽 제어 등의 주제가 포함된다. 특히 이웃 차량 추적 연구에서는 비콘 송수신만으로는 해결하기 어려운 위치 오차와 전송 지연 문제를 모델 기반 궤적 예측과 확률적 릴레이 방식으로 해결하고자 했다. 또한 비결정적 페이딩 채널에서의 차량 데이터 확산 모델링 연구는 실제 무선 채널 환경을 반영한 성능 분석을 통해 차량 통신 시스템의 현실성을 높이는 데 초점을 두고 있다. 최근에는 스쿨존 차량 제어를 위한 포그 플랫폼 기반 신호 시스템, 저궤도 위성 트래픽 예측 등 이동체 네트워크 전반으로 응용 범위를 넓히고 있다. 이 분야의 연구는 자율주행, 지능형 교통 시스템, 스마트 시티 구현의 핵심 요소다. 차량 네트워크는 단지 정보를 전달하는 통신 기술이 아니라, 안전 경고, 교통 최적화, 자원 공유, 엣지 서비스 제공, 실시간 협력 제어를 가능하게 하는 사회 인프라이다. 이 연구실은 네트워크 구조 설계, 성능 모델링, 지능형 예측, 포그·클라우드 연계 기술을 함께 다룸으로써 미래형 차량 통신 환경에서 요구되는 확장성과 안정성, 지연 성능을 동시에 충족하는 방향의 연구를 수행하고 있다.

이 연구실은 최근 분산 시스템 환경에서의 신뢰성과 보안성 확보에도 주목하고 있다. 특히 블록체인 기반 결제 채널 네트워크의 라우팅 문제를 다룬 payGo 연구는 단순한 경로 탐색을 넘어, 계약이론을 적용해 참여자 인센티브와 성능 보장을 함께 고려했다는 점에서 네트워크, 보안, 분산 경제 메커니즘을 융합한 연구로 볼 수 있다. 이는 연구실이 전통적인 통신 보안에서 더 나아가, 탈중앙화 시스템의 운영 원리와 공격·보상 구조까지 분석하는 방향으로 확장하고 있음을 보여준다. 또한 연합학습 기반 시스템 보안은 이 연구실의 최신 연구 경향을 잘 드러낸다. 발표 실적에는 차량 네트워크에서 연합학습에 대한 차등프라이버시의 성능 영향 분석, 스마트 에너지 부하 예측에서의 중독 공격, 적대적 공격에 강인한 SNN-SVM 하이브리드 모델, 자율주행차 이상 탐지용 순환형 스파이킹 신경망 연구 등이 포함되어 있다. 이는 데이터가 중앙 서버에 모이지 않는 분산 학습 환경에서도 학습 무결성, 개인정보 보호, 강건성, 실시간성 문제를 함께 해결하려는 연구 방향으로 해석된다. 특히 차량, 에너지, IoT와 같이 민감한 데이터를 다루는 실제 시스템에서는 이러한 문제들이 곧 서비스 신뢰성과 안전성으로 이어진다. 분산 시스템과 AI 보안을 결합한 연구는 앞으로 더욱 중요해질 가능성이 높다. 블록체인, 연합학습, 엣지 컴퓨팅은 모두 중앙집중형 구조의 한계를 극복하기 위한 핵심 기술이지만, 동시에 새로운 공격면과 운영 복잡성을 만든다. 이 연구실은 통신 프로토콜, 보상 메커니즘, 프라이버시 보호, 적대적 공격 대응, 경량 지능 모델을 함께 다룸으로써, 실제 현장에 적용 가능한 안전한 분산 지능 시스템의 설계 원리를 축적하고 있다. 이러한 연구는 차세대 디지털 금융, 스마트 모빌리티, 에너지 관리, IoT 보안 분야에서 높은 활용 가능성을 가진다.