Research Areas

보안 지능 연구실의 주요 연구 분야를 소개합니다

스마트 그리드 에너지 예측

* 현재 시스템의 한계를 구조·데이터·특징 관점에서 * 프로젝트로 달성하고자 하는 목표를
시공간 특징 학습 에너지 예측
스마트 그리드
기존 시스템의 성능 제한과 특징 추출의 어려움
병렬 구조로 시공간 특징을 동시 학습
정확하고 신뢰할 수 있는 에너지 예측 달성

클릭하여 상세 정보 보기 →

AS-IS
  • 기존 스마트 그리드 네트워크는 성능이 제한적
  • 시계열 기반 에너지 데이터에서 특징 추출이 어려움
  • 데이터에서 시공간적 패턴을 추출하는 데 어려움
TO-BE
  • 병렬 구조 기반으로 시공간 특징 동시에 학습
  • 재생 에너지 포함 생산 및 소비 모두 효과적으로 예측
  • 정확하고 신뢰할 수 있는 에너지 예측 성능 확보
PROPOSED METHOD
연구 방법론
  • 이상치 제거, 결측치 대체, 정규화 등 전처리 수행
  • ESN에 Self-Attention 결합 및 Spatial Attention 강화 RCNN 설계
  • 두 구조를 병렬 통합하여 시공간 특징 동시 추출

* 핵심 구조·아이디어를

3~4줄로 간결히 작성

(수치는 프로젝트마다 유무가 달라 배제)

AI 보안 위협 탐지(예시_1_)

* 기존 시그니처 기반 탐지의 한계를 극복하고 * AI 에이전트 기반 자동화된 위협 탐지 및 대응으로
실시간 모니터링 Zero-day 탐지
AI 보안
시그니처 기반 탐지는 알려진 위협만 식별 가능
머신러닝으로 이상 행위 패턴을 자동 학습
실시간 탐지 및 Zero-day 공격 대응 가능

클릭하여 상세 정보 보기 →

AS-IS
  • 시그니처 기반 탐지는 알려진 위협만 식별 가능
  • 대량의 보안 로그 데이터 분석에 많은 시간 소요
  • 새로운 변종 공격에 대한 대응 지연 발생
TO-BE
  • 머신러닝 기반 이상 행위 패턴 자동 학습
  • 실시간 위협 탐지 및 즉각적인 대응 가능
  • Zero-day 공격 및 변종 공격 탐지 능력 향상
PROPOSED METHOD
연구 방법론
  • 다양한 보안 로그 소스 통합 및 전처리
  • Deep Learning 기반 이상 탐지 모델 구축
  • AI 에이전트 기반 자동화된 대응 시스템 설계

* 핵심 구조·아이디어를

3~4줄로 간결히 작성

(수치는 프로젝트마다 유무가 달라 배제)

딥러닝 기반 악성코드 탐지(예시_2)

* 전통적 시그니처 기반 탐지의 한계를 극복하고 * 딥러닝 기술을 활용한 지능형 악성코드 탐지로
패턴 학습 자동 탐지
악성코드 탐지
시그니처 기반은 알려진 악성코드만 식별 가능
딥러닝으로 악성코드 패턴을 자동 학습
변종 악성코드도 실시간 탐지 및 대응

클릭하여 상세 정보 보기 →

AS-IS
  • 시그니처 기반 탐지는 알려진 악성코드만 식별
  • 변종 악성코드에 대한 대응이 느림
  • 수동 분석에 많은 시간과 인력 소요
TO-BE
  • 딥러닝 모델로 악성코드 패턴 자동 학습
  • 알려지지 않은 변종 악성코드도 탐지 가능
  • 실시간 자동 분석 및 대응 체계 구축
PROPOSED METHOD
연구 방법론
  • 대규모 악성코드 데이터셋 수집 및 전처리
  • CNN 기반 바이너리 분석 모델 구축
  • Transfer Learning을 활용한 성능 최적화

* 핵심 구조·아이디어를

3~4줄로 간결히 작성

(수치는 프로젝트마다 유무가 달라 배제)

네트워크 침입 탐지(예시_3)

* 기존 규칙 기반 IDS의 한계를 극복하고 * AI 기반 실시간 네트워크 이상 탐지로
실시간 탐지 이상 행위 분석
네트워크 보안
규칙 기반 탐지는 알려진 공격만 차단
머신러닝으로 정상 패턴 학습 및 이상 탐지
실시간 트래픽 분석으로 탐지 정확도 향상

클릭하여 상세 정보 보기 →

AS-IS
  • 규칙 기반 탐지는 알려진 공격만 차단
  • 정상 트래픽과 공격 트래픽 구분 어려움
  • False Positive 비율이 높음
TO-BE
  • 머신러닝 기반 정상 패턴 학습
  • 이상 트래픽 실시간 탐지 및 차단
  • 지속적 학습으로 탐지 정확도 향상
PROPOSED METHOD
연구 방법론
  • 네트워크 트래픽 데이터 수집 및 특징 추출
  • LSTM 기반 시계열 이상 탐지 모델 구축
  • Ensemble 기법으로 탐지 성능 개선

* 핵심 구조·아이디어를

3~4줄로 간결히 작성

(수치는 프로젝트마다 유무가 달라 배제)

암호화 통신 보안(예시_4)

* 기존 암호화 프로토콜의 취약점을 분석하고 * 양자 내성 암호 기반 안전한 통신 프로토콜로
양자 내성 안전한 통신
암호화
기존 RSA 암호는 양자컴퓨터에 취약
양자 내성 암호 알고리즘 적용
안전한 키 교환 및 종단간 암호화 구현

클릭하여 상세 정보 보기 →

AS-IS
  • 기존 RSA 암호는 양자컴퓨터에 취약
  • 키 교환 프로토콜의 보안 위험 존재
  • 중간자 공격에 대한 대응 부족
TO-BE
  • 양자 내성 암호 알고리즘 적용
  • 안전한 키 교환 프로토콜 설계
  • 종단간 암호화로 통신 보안 강화
PROPOSED METHOD
연구 방법론
  • 격자 기반 암호 알고리즘 연구
  • 하이브리드 암호 프로토콜 설계
  • 양자 키 분배 시스템 통합

* 핵심 구조·아이디어를

3~4줄로 간결히 작성

(수치는 프로젝트마다 유무가 달라 배제)

(예시_5)

* 기존 비밀번호 기반 인증의 취약점을 개선하고 * 생체인식 기반 다중 인증 시스템으로
생체인식 다중 인증
인증 시스템
비밀번호 기반 인증은 보안이 취약
생체인식 기반 강력한 다단계 인증
행동 패턴 분석으로 추가 검증 수행

클릭하여 상세 정보 보기 →

AS-IS
  • 비밀번호 기반 인증은 보안이 취약
  • 피싱 공격으로 인한 계정 탈취 빈번
  • 단일 인증 방식의 한계
TO-BE
  • 생체인식 기반 강력한 인증
  • 다단계 인증으로 보안 강화
  • 행동 패턴 분석 추가 검증
PROPOSED METHOD
연구 방법론
  • 지문, 얼굴, 홍채 등 다중 생체정보 활용
  • 행동 패턴 기반 연속 인증 시스템
  • 블록체인 기반 인증 데이터 관리

* 핵심 구조·아이디어를

3~4줄로 간결히 작성

(수치는 프로젝트마다 유무가 달라 배제)