aes.com

이 이메일 도메인이 관측된 논문 1건

arXiv:2606.25200v1cs.LG

A Hybrid CNN-LSTM Intrusion Detection Framework for Cybersecurity in Smart Renewable Energy Grids

재생에너지 스마트 그리드의 IoT·SCADA 확대로 늘어난 FDI·DoS/DDoS 등 다단계 공격을 다루기 위해 CNN의 공간 특징 추출과 LSTM의 시간적 시퀀스 모델링을 결합한 하이브리드 침입 탐지(IDS)를 제안하고, SMOTE 클래스 균형 등 7단계 전처리로 학습한다. CICIDS2017·NSL-KDD 벤치마크에서 단독 LSTM·CNN 및 SVM·Random Forest 등 대비 2~9%p 높은 성능(정확도 98.7%, AUC-ROC 0.995)을 보였으며, INT8 양자화로 0.3% 정확도 손실에 3.1배 추론 가속을 달성해 128MB 미만 IED 엣지 배포 가능성을 확인했다.