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

한국정보처리학회 (Korea Information Processing Society)
권호 표지

연합학습 기반 스마트팩토리 영역별 보안위협 대응방안

Countermeasures for Security Threats by Smart Factory Area based on Federated Learning

  • 정인수 (아주대학교 사이버보안학과, 정보보호응용및보증연구실) ;
  • 김득훈 (아주대학교 소프트웨어융합연구소) ;
  • 곽진 (아주대학교 사이버보안학과)
  • In-Su Jung (ISAA Lab., Dept. of Cyber Security, Ajou University) ;
  • Deuk-Hun Kim (Inst. for Computiong and Informatics Research, Ajou University) ;
  • Jin Kwak (Dept. of Cyber Security, Ajou University)
  • 발행 : 2024.05.23
PDF 다운로드
⟨ 이전 논문 다음 논문 ⟩

초록

스마트팩토리는 기존 제조산업에 ICT 기술이 융합된 지능형 공장이다. 이는 IT(Information Technology)영역과 OT(Operation Technology)으로 구분되고, 영역 간 연결을 통해 제조공정 자동화 및 지능화를 수행한다. IT영역은 외부 네트워크와 연결되어 스마트팩토리의 전사업무 관리를 수행하며, OT영역은 폐쇄망 네트워크로 구성되어 직접적인 제조과정을 수행한다. 이는 2개의 영역으로 구분되어 자동화 및 지능화된 제조공정 과정을 수행함에 따라 구조가 복잡해지고 있으며, 이로 인해 스마트팩토리 보안위협이 발생 가능한 공격 표면이 증가하고 있다. 이에 대응하기 위해서는 스마트팩토리 IT영역과 OT영역의 특징을 분석하고, 영역별 적합한 보안위협 대응체계를 수립해야 한다. 이에 따라, 본 논문에서는 다수의 장치에 대한 학습이 용이하고, 세부적으로 학습기법을 구분할 수 있는 연합학습을 활용하여 스마트팩토리 영역별 적합한 보안위협 대응방안을 제안한다.

키워드

과제정보

이 논문은 2024년도 정부(과학기술정보통신부)의 재원으로 정보통신기획평가원의 지원을 받아 수행된 연구임(No.2021-0-01806, 스마트공장 보안 내재화 및 보안관리기술 개발).

참고문헌

  1. Shi, Z., Xie, Y., Xue, W., Chen, Y., Fu, L., &Xu, X., "Smart factory in Industry 4.0. Systems Research and Behavioral Science," 37, 4, pp.607-617, 2020.
  2. 이현정, 유상근, 김용운, "스마트공장 기술 및 표준화 동향", 국가기술표준원, 제32권, 제3호, pp.78-88, Jun. 2017.
  3. 한국인터넷진흥원, "스마트공장 보안 모델해설서", Dec. 2022.
  4. Elnagar, Samaa, and Manoj A. Thomas. "Federated deep learning: A conceptual model and applied framework for industry 4.0," Americas Conference on Information Systems (AMCIS) 2020, Jul. 2020. pp. 24-34.
  5. McMahan, Brendan, et al. "Communication-efficient learning of deep networks from decentralized data," AProceedings of the 20th International Conference on Artificial Intelligence and Statistics (AISTATS) 2017, Florida, USA, 2017.