한국정보처리학회:학술대회논문집 (Annual Conference of KIPS)

한국정보처리학회 (Korea Information Processing Society)
권호 표지

자율운항선박 보호를 위한 적대적 AI 기술의 연구

A Study of Adversarial AI techniques for Protecting Autonomous Ships

  • 김수영 (성신여자대학교 융합보안공학과) ;
  • 박성진 (수원대학교 정보보호학과 ) ;
  • 손건희 (국립공주대학교 인공지능학부 ) ;
  • 이지민 (성신여자대학교 컴퓨터공학과 ) ;
  • 이규영 (한국과학기술원 정보보호대학원)
  • Su-Yeong Kim (Dept. of Convergence Security Engineering, Sung-shin Women's University) ;
  • Sung-Jin Park (Dept. of Information Protection, Su-won University) ;
  • Kun-Hee Son (Dept. of Artificial Intelligence, Kong-ju National University) ;
  • Ji-Min Lee (Dept. of Computer Science and Engineering, Sung-shin Women's University) ;
  • Gyu-Young Lee (Graduate School of Information Security, KAIST)
  • 발행 : 2024.10.31
PDF 다운로드
⟨ 이전 논문 다음 논문 ⟩

초록

자율운항 선박에 대한 기술 연구가 많은 관심을 받고 있지만, 그 근간을 이루는 인공지능 기술은 보안공격에 매우 취약하다. 본 논문에서는 선박이미지를 학습한 CNN AI 모델에 FGSM 및 BIM 공격을 가한 후 그 영향도를 비교하여 분석하였다. 그 결과 Adversarial Training 방어기법이 적대적 AI 공격을 효율적으로 차단할 수 있음을 실험을 통해 입증하였다.

키워드

과제정보

본 논문에 참여한 저자들은 모두 공동1저자이며, 논문작성에 기여한 정도가 같습니다. 본 논문은 해양수산부 실무형 해상물류 일자리 지원사업(스마트해상물류 x ICT멘토링)을 통해 수행한 ICT멘토링 프로젝트 결과물입니다.

참고문헌

  1. 유지운, "자율운항 선박의 인공지능: 잠재적 사이버 위협과 보안", 고려대학교 정보보호대학원, 고려대학교 정보보호대학원 학위논문(석사), p.3, 2023.
  2. Ian J. Goodfellow, Jonathon Shlens, Christian Szegedy, "Explaining and Harnessing Adversarial Examples", International Conference on Learning Representations (ICLR), Banff, 2015, pp. 1-11.
  3. Chen, Z., Luo, W., Naseem, M. L., Kong, L., & Yang, X. Comprehensive comparisons of gradient-based multi-label adversarial attacks, Complex & Intelligent Systems, 2024, pp. 1-15.