특허 개요
본 특허는 차량 내부 통신망의 메시지 흐름을 분석해 비정상 통신을 찾아내는 자가 감독 학습 기반 차량 이상징후 탐지 기술입니다. 정상 CAN 트래픽에서 추출한 CAN ID 시퀀스를 입력하면, 임베딩 레이어·LSTM 레이어·덴스 레이어로 구성된 제1 뉴럴 네트워크가 다음 CAN ID의 확률분포를 예측하고 노이즈가 포함된 의사 정상 데이터를 생성합니다. 제2 뉴럴 네트워크는 실제 정상 데이터와 의사 정상 데이터를 학습해 차량 데이터가 정상인지 비정상인지 분류하며, 선택적으로 공격 유형 힌트 데이터를 함께 활용할 수 있습니다.
- 핵심 기능
차량 CAN 메시지에서 CAN ID를 추출해 시간 순서의 시퀀스로 전처리하고, 제1 모델이 시퀀스 문맥을 바탕으로 다음 CAN ID를 예측해 의사 정상 데이터를 생성합니다. 제2 모델은 정상 데이터와 노이즈 의사 정상 데이터를 구분하도록 학습된 뒤, 신규 차량 데이터의 CAN ID 시퀀스를 정상 또는 비정상으로 분류합니다.
- 차별 강점
기존 방식은 실제 공격 데이터가 부족하면 학습하지 않은 공격 유형을 판별하기 어렵고, 차량별 CAN 사양 비공개로 데이터 확보에도 제약이 있었습니다. 본 특허는 정상 CAN ID 시퀀스의 다음 ID 확률분포를 학습한 생성 모델로 의사 정상 데이터를 만들고 이를 비정상 표본으로 활용해, 제한된 공격 데이터 환경에서 미지 이상징후 탐지를 목표로 하는 점이 차별점입니다.
- 활용 범위
기술·연구 측면에서는 차량 CAN 네트워크 침입 탐지, 전장 ECU 보안, 커넥티드카 이상징후 모니터링, 무인 이동체 CAN 통신 분석 분야에 활용 가능하며, 차량별 통신 패턴 기반 탐지 모델 연구로 확장할 수 있습니다. 사업 측면에서는 완성차·부품 기업의 차량 사이버보안 체계, 차량용 보안 솔루션, 플릿 모니터링, 드론 및 무인 이동체 보안 제품으로 확장할 수 있습니다.
연구 개발 단계
정상 CAN ID 시퀀스에서 다음 ID 확률분포를 예측하는 제1 모델과, 정상·의사 정상 데이터를 분류하는 제2 모델의 학습 절차 및 구성 요소가 제시되었습니다. 다만 실제 차량 환경에서의 공격 탐지 정확도, 오탐률, 차량별 CAN 사양에 대한 재현성 및 장기 운용 성능은 정량적으로 실증되지 않았습니다.
- 분석 데이터: 정상 차량 CAN 트래픽에서 추출한 CAN ID 또는 CAN ID 시퀀스
- 학습 구성: 다음 CAN ID 확률분포 예측용 제1 모델과 정상·비정상 분류용 제2 모델
- 의사 데이터 조건: 생성 시퀀스에 균일 분포 기반 임의 CAN ID 노이즈를 추가하는 방식
현재 성과
실제 공격 데이터가 제한된 상황에서도 정상 CAN 트래픽으로부터 생성한 의사 정상 데이터를 비정상 학습 표본으로 활용합니다. 정상 데이터가 분포한 영역의 경계를 학습해 차량 이상징후를 분류하도록 설계됐습니다. 실차 환경의 탐지 성능은 PoC에서 확인이 필요합니다.
정상 CAN ID 시퀀스를 바탕으로 다음 ID 확률분포를 예측하고, 생성 시퀀스에 노이즈를 부가하는 학습 방식을 제시합니다. 균일 샘플링 확률을 적용하는 의사 정상 데이터 생성 예시가 포함돼 있습니다. 실제 차량 데이터 기반의 정확도와 오탐률 검증 결과는 제시되지 않았습니다.
기존 자가 감독 학습 기반 모델은 학습에 사용된 비정상 데이터에 의존해 새로운 유형의 이상징후를 판단하기 어려울 수 있습니다. 본 특허는 정상 CAN ID 시퀀스의 다음 ID 확률분포를 학습한 뒤 노이즈 의사 정상 데이터를 생성하고, 이를 제2 탐지 모델의 비정상 학습 표본으로 사용합니다. 메시지 페이로드 대신 CAN ID의 순차 패턴을 활용하는 점도 특징입니다.
상용화까지 남은 부분
실차 CAN 데이터 기반의 공격 탐지 정확도와 오탐률 정량 검증
차량 제조사·차종별 CAN 사양 차이에 대한 재현성 및 적용 범위 검증
다양한 미지 공격 유형과 장기 운용 환경에서의 탐지 성능 평가
기술 이전 형태·도입 과정
도입은 이렇게 진행됩니다.
검토 미팅
귀사 상황·데이터 구조 기준으로 적합성을 논의합니다. 자료 검토만으로 끝나도 됩니다.
PoC 공동 검증
연구팀 동행 하에 귀사 데이터 기준 재학습·성능을 확인합니다.
라이센싱 계약
PoC 결과를 기반으로 희망 형태(실시권·공동연구 등)를 협의합니다.
기술지도·후속
도입 초기 기술지도, 필요 시 후속 공동연구·정부과제 연계까지 진행합니다.
특허 정보
의사 정상 데이터를 이용한 자가 감독 학습 기반의 차량 이상징후 탐지 장치 및 방법
10-2021-0006212 (2021.01.15)
1020220046408 (2022.04.14)
1025068050000 (2023.03.02)
김휘강, 송현민
고려대학교 산학협력단
고려대학교 산학협력단