PyTorchKR Papers

최신 논문

총 1편
태그·기간 등 상세 필터

카테고리 탐색

로그인 후 이 태그 구독

arXiv:2606.17119v1cs.CR

전쟁터의 그래프 신경망: 이란-이스라엘 분쟁에서의 사이버 보안과 드론 지능 통합

Graph neural networks at war: integrating cybersecurity and drone intelligence in the Israeli-Iranian conflict

사이버 물리 시스템은 탐지와 즉각적인 대응에 있어 새로운 위협과 도전을 야기했습니다. 본 연구는 사이버 침해와 무인 항공기(UAVs)로 구성된 사이버 물리 시스템에서 사이버 보안과 드론 관리를 지원하기 위해 그래프 신경망(GNNs)을 어떻게 활용할 수 있는지 조사합니다. 그래프 신경망의 구조적 이해를 연결함으로써, 본 연구는 침입 탐지 시스템이 기본 네트워크 구조를 학습하고 악의적인 활동을 식별하며 드론 대응 조치를 용이하게 하는 통합 절차를 제공했습니다. 에뮬레이션 기반 사례 연구를 바탕으로 드론의 반응을 유발하기 위한 사이버 공격 모델이 생성되었으며, 이는 그래프 기반 학습이 상황 인식, 군집 조율, 적응형 기동을 지원할 수 있음을 입증했습니다. 성능 평가에 따르면, 이 방법은 94.2의 탐지율, 0.955의 평균 수신자 조작 특성(ROC) 곡선 아래 면적, 그리고 1.4초의 평균 응답 시간을 가집니다. 비교 실험 결과, 제안된 GraphSAGE 네트워크는 동일한 상황에서 그래프 컨볼루션 네트워크(GCNs)와 그래프 어텐션 네트워크(GATs)보다 더 효과적인 것으로 나타났습니다. 이러한 발견은 그래프 신경망이 동적 사이버 물리 시스템의 침해 방지와 대응에 활용될 수 있음을 증명합니다.