인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
개인구독
소속 기관이 없으신 경우, 개인 정기구독을 하시면 저렴하게
논문을 무제한 열람 이용할 수 있어요.
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
초록·키워드
본 연구에서는 디지털 식별자 기반의 기존 WLAN (wireless local area network) 보안 프로토콜이 가지는 위장 공격(impersonation attack)에 대한 취약점을 개선하기 위해 합성곱 신경망(convolutional neural network) 기반 물리계층 인증(physical layer authentication, PLA) 기법을 제안하고 실험을 통해 공격 탐지 정확도를 평가한다. 본 연구의 주요 결과는 다음과 같다. 첫째, 위장 공격의 한 종류인 이블 트윈(evil twin) 공격을 구현하고 기존 WLAN 보안 프로토콜의 취약점을 확인한다. 둘째, 기기(device)의 이동성이 없는 정적 무선 환경에서는 채널 상태 정보(channel state information, CSI)를 활용한 PLA 기법이 높은 공격 탐지 정확도(99.3%)를 보이지만 기기의 이동성이 존재하는 동적 무선 환경에서는 낮은 공격 탐지 정확도(35.0%)를 보이는 것을 실험을 통해 확인한다. 셋째, CSI을 활용한 PLA 기법의 한계점을 극복하기 위해 기기의 고유특성인 IQ 불균형(IQ imbalance)을 활용한 합성곱 신경망 기반 PLA 기법을 제안하고 모의실험을 통해 공격 탐지 정확도를 평가한다.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-25-02-093867825