도인실 연구실의 핵심 축 가운데 하나는 유무선통신 환경 전반에서 발생하는 보안 위협을 분석하고 이를 완화하는 네트워크 보안 기술을 설계하는 것이다. 연구실은 초기 센서 네트워크, 애드혹 네트워크, M2M 통신, 스마트 그리드, LTE 및 릴레이 기반 셀룰러 네트워크와 같은 통신 인프라를 대상으로 안전한 데이터 전송, 키 관리, 인증, 라우팅 보안 문제를 다뤄 왔으며, 최근에는 IoT와 UAM까지 연구 범위를 확장하고 있다. 이는 전통적인 통신망 보안과 차세대 분산 서비스 보안을 유기적으로 연결하는 연구 흐름으로 볼 수 있다. 구체적으로는 무선 센서 네트워크에서의 키 분배, Sybil 공격 탐지, DDoS 대응, 안전한 그룹 통신 인증, M2M 및 IPTV 서비스 인증, 스마트 그리드 서비스 보안, 그리고 릴레이 기반 셀룰러 네트워크의 무선 자원 관리와 간섭 완화 등 통신 시스템의 실제 운용을 고려한 연구가 축적되어 있다. 이러한 연구는 단순 암호화 적용을 넘어, 제한된 자원 환경에서의 경량 보안, 네트워크 성능과 보안의 균형, 노드 간 신뢰 형성, 서비스 연속성 보장과 같은 문제를 함께 해결하려는 특징을 가진다. 특히 네트워크 계층과 서비스 계층을 함께 고려하는 접근이 두드러진다. 이 연구 주제는 오늘날 초연결 사회에서 더욱 중요성이 커지고 있다. IoT 기기, 이동 단말, 차량, UAV, 스마트 인프라가 네트워크로 결합될수록 공격 표면이 넓어지기 때문이다. 연구실의 축적된 통신보안 연구는 향후 지능형 교통체계, 도시 컴퓨팅, 스마트 시티, 차세대 이동통신, UAM 통신망 보안으로 이어질 수 있으며, 안정성과 실시간성이 요구되는 융합 환경에서 실용적이고 확장 가능한 보안 프레임워크를 제공하는 기반이 된다.

연구실은 블록체인을 활용하여 데이터 무결성, 추적 가능성, 분산 신뢰를 확보하는 보안 시스템 연구를 활발히 수행하고 있다. 주요 논문과 특허, 학술발표를 종합하면 디지털 콘텐츠 거래, D2D 통신, 도시 컴퓨팅, 의료 데이터 공유, 교통정보 시스템, 장기기증 및 이식 절차, 블랙박스 영상 검증 등 매우 다양한 응용 분야에 블록체인 기술을 접목하고 있음을 확인할 수 있다. 이는 블록체인을 단순 가상자산 기술이 아니라, 신뢰할 수 없는 참여자들이 공존하는 환경에서 보안 요구사항을 만족시키는 분산 인프라로 활용하는 관점에 기반한다. 특히 연구실은 블록체인의 고질적 한계인 성능 저하와 확장성 문제를 함께 다루고 있다는 점에서 특징적이다. 선택적 블록체인 시스템, 검증자 그룹화, 랜덤 선출 방식, Raft 기반 성능 개선, 비정형 로그 합의 시스템 등의 연구는 분산 합의의 비용을 줄이면서도 보안성을 유지하려는 시도다. 또한 블록체인과 프라이버시 보호 기술을 결합하여 동일 질의에서의 노이즈 재사용, 모델 파라미터 저장 및 재활용, 접근제어 토큰 강화 등을 구현함으로써 데이터 활용성과 개인정보 보호 간 균형을 도모한다. 이러한 연구는 데이터 위변조 방지와 책임성 확보가 필수적인 미래 서비스에서 높은 파급력을 가진다. 의료, 모빌리티, 공공 안전, 콘텐츠 유통, 스마트 시티와 같이 다기관·다주체 협력이 필요한 환경에서는 중앙집중형 시스템보다 분산형 신뢰 구조가 적합한 경우가 많다. 도인실 연구실의 블록체인 연구는 합의 알고리즘, 시스템 구조, 응용 서비스 보안을 함께 다루는 점에서 학술적 가치와 산업적 실용성을 동시에 갖추고 있으며, 향후 엣지-클라우드-디바이스를 잇는 차세대 보안 아키텍처로 발전할 가능성이 크다.

최근 도인실 연구실의 대표적인 연구 흐름은 연합학습을 중심으로 한 프라이버시 보호형 인공지능 시스템 개발이다. IoT 환경과 도시 컴퓨팅, UAM과 같은 분산 데이터 환경에서는 원시 데이터를 중앙 서버로 모으기 어렵고, 개인정보 및 민감정보 유출 위험도 크다. 연구실은 이러한 문제를 해결하기 위해 로컬 데이터는 각 노드에 유지한 채 학습 파라미터만 공유하는 연합학습 구조를 활용하고, 여기에 블록체인, IPFS, 차등 개인정보보호를 결합하여 보다 안전하고 효율적인 협력학습 프레임워크를 제안하고 있다. 대표적으로 IoT 환경에서 IPFS를 활용한 역할 기반 연합학습 프레임워크는 데이터 중독 공격의 영향을 줄이면서도 분산 저장과 안전한 정보 공유를 가능하게 한다. 도시 컴퓨팅 연구에서는 차등 개인정보보호와 블록체인을 결합해 반복 질의 상황에서 프라이버시 비용을 줄이고 모델 정확도를 향상시키는 데이터 처리 체계를 제안하였다. 또한 거리 기반 이상치 탐지를 통한 연합학습 개선, P2P 연합학습 프레임워크, UAV 및 GPS 스푸핑 대응을 위한 연합학습 모델링 등은 연합학습을 실제 보안 문제 해결에 적용하려는 방향성을 잘 보여준다. 이 연구는 단순히 개인정보를 보호하는 수준을 넘어, 신뢰할 수 없는 분산 참여자들이 협력해야 하는 현실적 문제를 다룬다는 점에서 중요하다. 향후 의료 데이터 분석, 스마트 시티 관제, 지능형 교통 시스템, 산업 IoT, 드론 협력 시스템 등에서는 데이터 주권을 보장하면서도 공동 학습이 가능한 기술이 필수적이다. 연구실의 접근은 학습 정확도, 통신 효율, 공격 저항성, 인센티브 설계까지 함께 고려하기 때문에 실사용 환경에 적합한 프라이버시 보존형 AI 플랫폼으로 확장될 수 있다.

도인실 연구실은 최근 Urban Computing 환경에서 UAM을 위한 지능형 통신 및 데이터 보안 기법을 중점적으로 추진하고 있으며, 이를 통해 UAV와 도심 항공 모빌리티 환경에 특화된 보안 연구를 전개하고 있다. 관련 프로젝트, 특허, 최신 논문을 보면 UAM 생태계에서 발생할 수 있는 통신 보안, 프라이버시 침해, 데이터 위조, GPS 스푸핑, 침입 탐지 문제를 통합적으로 다루고 있다. 이는 단순한 네트워크 보안을 넘어, 항공 모빌리티와 도시 데이터 인프라가 결합된 복합 시스템 보안으로 연구 범위가 확장되고 있음을 의미한다. 대표 성과로는 이기종 UAV를 대상으로 한 적대적 강건성 기반 지능형 침입탐지 시스템(GIIDS-AR)과 GPS 스푸핑 방지를 위한 UAV 관제 시스템 특허가 있다. 이러한 연구는 다양한 센서, 통신 프로토콜, 비행 경로 데이터를 사용하는 UAV 환경에서 이상 행위를 정확히 탐지하고, 공격자가 입력 데이터나 모델을 교란하더라도 안정적으로 대응하는 것을 목표로 한다. 또한 도시 컴퓨팅 환경에서 엣지 컴퓨팅 기반 공격 탐지 모델 공유 시스템을 통해 엣지·포그·블록체인 구조를 결합하고, 공격 탐지 모델을 분산적으로 관리하는 체계를 제안한 점도 특징적이다. 이 주제는 향후 스마트 시티와 도심 항공교통의 상용화에 필수적인 기반 기술로 작용할 가능성이 높다. UAM은 사람과 물류를 운송하는 고위험 시스템이기 때문에, 보안 실패는 곧 안전 문제로 직결된다. 연구실의 접근은 통신 보안, AI 기반 탐지, 분산 모델 공유, 위치 신뢰성 검증을 함께 고려하므로 실제 운영 환경에서 활용 가능성이 높다. 앞으로 자율비행, 협력 드론 군집, 재난 감시, 도심 물류 등 다양한 응용 분야에서 핵심 보안 기술로 확장될 수 있다.