5G는 산업용 사물인터넷(IIoT)의 기반이 되어, 스마트하고 지능적인 IIoT 생태계를 구성하는 틀 안에서 인공지능과 클라우드 컴퓨팅의 보다 효과적인 저지연 통합을 가능하게 하며, 전체 산업 절차를 향상시키고 있다. 그러나 이는 기반이 되는 제어 시스템의 기능적 복잡성을 증가시키고, 심각한 보안 및 데이터 프라이버시 위험으로 이어질 새로운 강력한 공격 경로를 도입한다. 악성코드 공격은 취약하지만 고도로 연결된 IoT 장치를 표적으로 하기 시작했으며, 이러한 시나리오에서 보안과 프라이버시의 중요성이 부각되고 있다. 본 논문은 IIoT에서의 악성코드 공격을 분류하기 위한 딥러닝 기반 아키텍처를 포함하는 5G 연동 시스템을 설계한다. 우리의 방법론은 악성코드를 이미지로 표현한 표현(image representation)에 기반하며, 다양한 악성코드 공격을 구분하도록 설계된 합성곱 신경망(convolutional neural networks)을 사용한다. 제안된 아키텍처는 여러 층을 결합하여 상호보완적인 판별 특성을 추출하며, 그 결과 정확도 97%를 달성한다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.