모바일 보안·무선/센싱 안전 인식 및 강화학습 라우팅 연구

Mobile Security, Wireless/Sensing Safety Awareness, and Reinforcement Learning Routing

연구 내용

보이스피싱과 도감청 위협을 탐지·방어하고, 무선 센싱 기반 충돌 예측과 라우팅 최적화를 수행하는 연구

모바일 환경에서는 사용자 단말 내 인공지능을 기반으로 보이스피싱과 악성앱을 탐지하고, IoT 센싱 정보를 악용하는 도감청 위협을 탐색·방어해야 합니다. 본 연구는 경량화된 신경망 학습과 온 디바이스 AI 추론을 적용해 실사용 조건에서 탐지 지연과 자원 사용을 제한하는 방향으로 기술을 개발합니다. 동시에 무선/센싱 기반 안전 인식에서는 UWB를 활용해 앵커 프리 보행자 충돌을 예측하여 개인 이동수단의 회피 의사결정을 지원합니다. 네트워크 측면에서는 지리적 애드혹 라우팅을 강화학습으로 최적화하여 시뮬레이션 환경에서 다음 홉 선택과 보상 기반 경로 개선을 수행합니다.

관련 프로젝트

4건

연구 흐름

연구 초기에는 신종 보이스피싱 탐지·예측을 목표로 단말 내 모델 경량화와 딥페이크 및 악성앱 관련 신호를 활용하는 탐지 체계를 구축했습니다. 이후 IoT 센서 정보 기반 도감청 공격을 구체화하고, 모바일 컴퓨팅 관점에서 탐색과 방어 기술을 확장했습니다. 병행하여 무선 센싱 기반 안전 문제로 주제를 전환해 UWB 기반 보행자 충돌 예측을 설계하고 검증했습니다. 한편 네트워크 문제에서는 강화학습을 적용한 지리적 애드혹 라우팅을 연구해 시뮬레이션 기반 학습에서 라우팅 의사결정을 개선하는 흐름으로 이어졌습니다.

활용 가능성

활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.

보이스피싱 탐지 모델
딥페이크 기반 공격 대응
악성앱 이상징후 탐지
IoT 도감청 방어
센싱 기반 위협 탐색
애드혹 라우팅 최적화
UWB 충돌 예측
개인 이동수단 안전운행
경량 온디바이스 추론
네트워크 시뮬레이션 기반 강화학습