SPADE: 커넥티드 차량 관점에서의 SPaT 공격 탐지
SPADE: SPaT Attack Detection from the Connected Vehicle's Perspective
신호 현시 및 타이밍(SPaT) 메시지는 커넥티드 차량(CV) 안전의 핵심 기반으로, 차량-인프라 간(V2I) 및 차량-차량 간(V2V) 통신을 통해 CV가 교차로 상태를 인지하고 대응할 수 있도록 한다. 노변 기지국(RSU)이나 주변 차량이 침해되었을 때 기존 인증 체계를 우회할 수 있는 다양한 응용 층 공격으로 인해 이러한 메시지의 무결성이 위협받고 있다. 기존 침입 탐지 연구는 인프라 측면을 방어하거나 V2V 기본 안전 메시지(BSM) / 협력 인식 메시지(CAM)의 오작동을 목표로 하여, SPaT 무결성에 대한 CV 차량 내부(onboard) 관점은 다루지 않은 채로 남아 있다. 이러한 공백을 해소하기 위해, 우리는 이 분야의 심층 학습 침입 탐지 시스템(IDS) 연구를 위해 특별히 설계된 라벨이 지정된 멀티모달 시뮬레이션 기반 데이터셋인 SPADE(SPaT Attack Detection and Evaluation dataset)를 소개한다. SPADE는 Eclipse MOSAIC을 활용하여 6가지 공격 클래스와 1가지 정상 클래스 전반에 걸쳐 SAE J2735 응용 층에서의 런타임 공격 주입을 통해 생성된다. 4개의 교차로 기하 구조, 6가지 주행 조건, 5개의 독립적인 무작위 시드 반복을 결합함으로써, SPADE는 180개의 고유한 기본 시나리오 실행으로 구성되어 라벨이 지정된 약 1,890,000개의 타임스텝 기록(클래스당 270,000개)을 생성한다. 각 기록은 40개 특징 전반에 걸쳐 SPaT 메시지 필드, 차량 탑재 카메라 신뢰도 점수, 협력적 V2V 피어 데이터를 융합하여, 의도적인 공격과 환경적 성능 저하를 구별하는 데 필요한 멀티모달 신호 공간을 반영한다. C-V2X 보안 분야에서 재현 가능하고 비교 가능한 IDS 연구를 지원하기 위해 데이터셋, 생성 코드 및 시나리오 설정이 공개적으로 배포된다. 개발된 툴박스, 사용 설명 및 데이터셋 링크는 GitHub(https://github.com/jdinovo/SPADE)에서 공개적으로 이용 가능하다.