일본산업뉴스요약

AI 활용, 차량에 대한 사이버 공격 감지
리쓰메이칸대학, 사고를 미연에 방지하는 기술 개발

리쓰메이칸대학의 후지노(藤野) 교수 연구팀은 인공지능(AI)을 사용하여 자동차에 대한 사이버 공격을 감지하여 교통사고를 미연에 방지하는 기술을 개발하였다. 원격지에서 속도계 표시를 조작하기 위해 보내오는 부정 데이터를 판별하여 배제함으로써 표시에 영향이 미치지 못하도록 한다. 자율주행이나 커넥티드카의 보급과 함께 증가가 우려되는 자동차에 대한 사이버 공격에 대비한다.

차량에 대한 사이버 공격에서는 인터넷을 통해 실제 차량 속도와 명확히 다른 숫자를 속도계에 부정 표시하려는 공격을 상정할 수 있다. 표시 속도가 실제 숫자와 다르면 도로의 제한 속도에서 벗어난 속도로 달릴 수 있기 때문에 사고로 이어질 우려가 있다.

엑셀이나 브레이크의 부정 조작 대책과 비교하여 속도계의 부정 표시는 기술 개발이 지연되고 있다고 한다. 엑셀 등과 비교하면 외부에서의 부정 조작이 쉽기 때문에 사이버 공격의 대상이 되기 쉽다.

리쓰메이칸대학의 기술은 차량의 중추신경이라고 할 수 있는 차량탑재 네트워크 ‘CAN’에 부정 표시를 노리고 전송되는 부정 데이터를 감지한다.

일반도로에서의 차량 속도, 가속도, 브레이크, 엑셀의 4개 항목의 관계를 AI의 중핵기술인 심층학습으로 학습시켜 상식 범위 내에서의 차량 속도를 예측할 수 있도록 하였다.

예측한 차량 속도와 공격자가 보내 온 차량 속도 데이터의 차이를 구분한다. 부정으로 판정하면 속도계에 반영하지 않는다. 두 명의 운전자의 운전 방법을 20분씩 AI에 입력하여 4개 항목의 관계를 학습시켰다. 데이터는 0.01~0.03초 간격으로 측정하였다.

시속 20~40km로 달리는 차량을 ‘시속 70km’라고 속여서 표시하도록 하는 공격을 막을 수 있을지 여부를 속도계를 사용한 데먼스트레이션에서 검증하였다. 결과적으로 이 기술을 채용하지 않은 속도계는 공격을 받으면 시속 20~40km의 경우에 ‘시속 50~60km’로 잘못된 속도를 표시하는 경우가 있었다. 반면에 기술을 채용한 속도계는 정확한 차량 속도를 표시할 수 있었다.

차량 속도만을 AI에 학습시켜 부정 데이터를 감지하려고 하면 공격자가 송신한 부정 데이터가 AI의 예측치와 가까울 때 구분하지 못하는 경우가 있었다. 엑셀이나 브레이크의 조정은 물론 가속도도 AI에 학습시켜 정확한 예측이 가능해졌다.

차량에 대한 보안 대책에서는 부정한 데이터를 송신시키지 않기 위한 기술 확립이 전제가 된다. 한편, 공격자가 데이터를 보냈다고 하더라도 차량에 영향이 미치지 않도록 하는 시스템도 요구되고 있다.

 -- 끝 --