AI 기반 네트워크 침입 탐지 효율성 증대 기술 개발

기존 실내 물품 배송은 비효율적인 대기 시간 관리로 배송 지연을 초래할 수 있습니다. 본 기술은 무인 자동차가 사용자 단말로부터 복수의 목적지 및 물품/수신인 정보를 수신하여 최적 주행 경로를 결정하고, 물품 종류나 수량에 따라 유연하게 대기 시간을 조절합니다. 근거리 무선 통신을 통해 수신확인 메시지를 실시간으로 주고받으며, 미수령 또는 경로 변경 발생 시 자동으로 주행 경로를 재설정하여 대응합니다. 이를 통해 실내 물품 배송의 효율성을 극대화하고, 대기 시간 낭비를 줄여 사용자 편의성을 높일 수 있으며, 물류 자동화 및 스마트 팩토리 등 다양한 실내 환경에 적용 가능합니다.

기존 1:1 인증 방식은 다수 단말이 참여하는 그룹 통신, 특히 동적으로 변화하는 사용자 중심 네트워크 환경에서 비효율적이며 보안상 취약할 수 있습니다. 본 기술은 이진 코드의 상보적 관계를 활용하여 인증 키를 생성하는 방법을 제안합니다. 컴퓨터 장치가 임의의 이진 비밀 키와 회전 정보를 기반으로 원형 좌표계에 기본 코드를 배치하고, 이를 통해 생성된 상보적 인증 키를 활용하여 그룹 관리자가 단말로부터 수신한 이진 코드를 비교함으로써 다수의 단말을 한 번에 효율적으로 인증할 수 있습니다. 이 기술은 사용자 중심 무선 네트워크 환경에서 그룹 통신의 보안과 효율성을 동시에 향상하며, 모바일 단말을 포함한 다양한 컴퓨팅 장치의 안전한 그룹 통신을 가능하게 합니다.

D2D 통신 환경에서 블록체인 적용 시 발생하는 비인증 기기 도청, 성능 저하, 무임승차 등의 문제를 해결하기 위한 기술입니다. 본 기술은 IoT 기기 및 모바일 기기 간 인증으로 사용자 데이터 위변조를 방지하고, D2D 통신 리소스(RSSI) 기반의 보안 전송률을 계산하여 인가된 기기만을 블록체인에 참여시킵니다. 또한, 참여 노드의 자원 사용량과 통신 세기를 반영한 '참여도'를 평가하여 이기적 노드의 무임승차를 방지하며, 블록체인 합의 알고리즘의 검증 노드를 효율적으로 선출합니다. 이를 통해 D2D 통신 환경에서 데이터의 기밀성과 무결성을 보장하고, 블록체인 시스템의 처리 속도 및 가용성을 크게 향상시킬 수 있습니다.

SDN은 중앙 집중식 제어로 인해 네트워크 공격에 취약하며, 대량 트래픽 및 가상화로 비정상 트래픽 검출이 복잡해지는 문제가 있습니다. 본 기술은 플로우 분석과 클러스터 분석 기법을 조합하여 이러한 문제를 해결합니다. 제1 스위치가 트래픽 플로우 크기를 분석하고, 기준값 초과 시 제2 스위치로 전달합니다. 제2 스위치는 플로우에 포함된 패킷을 사전에 정의된 클러스터로 분류하고, 해당 클러스터의 트래픽이 기준값 이상일 경우 비정상 트래픽으로 판단하여 패킷을 드롭합니다. 이 방법을 통해 오버헤드를 줄이면서도 SDN 환경의 네트워크 보안을 효과적으로 강화할 수 있습니다.

기존 침입 탐지 시스템은 대용량 트래픽 처리와 다양한 공격 유형 탐지에 어려움이 많습니다. 본 기술은 인공신경망 기반 2단계 분류 모델을 활용하여 이 문제를 해결합니다. 네트워크 트래픽을 정상과 공격으로 1차 분류 후, 정상 트래픽을 제거하여 분석 부하를 줄입니다. 이후 남은 공격 트래픽은 미리 설정된 우선순위(DoS, Probe, U2R, R2L 등)에 따라 다층 퍼셉트론 기반 인공신경망으로 2단계 분류를 반복 수행하여 공격 유형을 단계적으로 탐지합니다. 이를 통해 분석 트래픽 양을 획기적으로 줄이고, 분석 정확도 및 소모 시간을 단축하여 고속 네트워크 환경에서도 효율적이고 정확한 침입 탐지를 제공합니다.

고령화로 하지 재활 훈련의 중요성이 커지고 있지만, 반복적인 훈련은 환자의 흥미를 떨어뜨리고 기존 시스템은 센서 오류 문제가 있었습니다. 본 기술은 환자의 적극적인 참여를 유도하고 센서 데이터 정확도를 높인 환자 맞춤형 하지 재활 훈련 장치 및 방법을 제안합니다. 스마트 카 형태의 주행부가 초음파 센서로 환자와 장애물을 탐지하고, 센서 오차를 최소화하는 가중치 할당 알고리즘으로 정확한 위치와 속도를 판독합니다. 환자가 주행부에 접근하면 주행부가 멀어지는 게임처럼 훈련을 유도하며, 환자의 운동량에 따라 성공 포인트를 제공합니다. 이를 통해 재활 훈련에 대한 흥미를 높이고 센서 오류를 줄여 안전하고 효과적인 맞춤형 재활 훈련을 제공하여, 환자의 삶의 질 향상에 기여할 수 있습니다.