Proceedings of the Korea Information Processing Society Conference (한국정보처리학회:학술대회논문집)

  • 2023.11a
  • /
  • Pages.1106-1107
  • /
  • 2023
  • /
  • 2005-0011(pISSN)
  • /
  • 2671-7298(eISSN)
Korea Information Processing Society (한국정보처리학회)
권호 표지
DOI QR코드

DOI QR Code

Performance Comparison of Neural Network Models for Adversarial Attacks by Autonomous Ships

자율주행 선박의 적대적 공격에 대한 신경망 모델의 성능 비교

  • Tae-Hoon Her (Dept. of Bigdata, Hallym University) ;
  • Ju-Hyeong Kim (Dept. of Electronics, Tech University of Korea) ;
  • Na-Hyun Kim (Dept. of International Logistics Chungang University) ;
  • So-Yeon Kim (Dept. of software, Seokeong University)
  • 허태훈 (한림대학교 소프트웨어학부 빅데이터학과) ;
  • 김주형 (한국공학대학교 전자공학부 전자공학전공) ;
  • 김나현 (중앙대학교 국제물류학과) ;
  • 김소연 (서경대학교 소프트웨어학과)
  • Published : 2023.11.02
Download PDF
⟨ Previous Next ⟩

Abstract

자율주행 선박의 기술 발전에 따라 적대적 공격에 대한 위험성이 대두되고 있다. 이를 해결하기 위해 본 연구는 다양한 신경망 모델을 활용하여 적대적 공격을 탐지하는 성능을 체계적으로 비교, 분석하였다. CNN, GRU, LSTM, VGG16 모델을 사용하여 실험을 진행하였고, 이 중 VGG16 모델이 가장 높은 탐지 성능을 보였다. 본 연구의 결과를 통해 자율주행 선박에 적용될 수 있는 보안모델 구축에 대한 신뢰성 있는 방향성을 제시하고자 한다.

Keywords