VBIED 위협 평가 DSmT 기반 분석

초록

본 논문은 차량 탑재형 폭발물(VBIED)의 위협을 평가하기 위해 Dezert‑Smarandache Theory(DSmT)를 적용한 사례를 제시한다. 저자들은 불확실성·모호성을 포함한 정보들을 베일리 함수로 모델링하고, DSmT의 합성 규칙을 이용해 신뢰도 높은 의사결정 결과를 도출한다. 이를 통해 기존 확률론·베이즈 접근법과 비교했을 때 보다 직관적이고 일관된 위협 수준 판단이 가능함을 보인다.

상세 요약

논문은 먼저 VBIED 위협 상황을 3개의 기본 가설(폭발물 존재, 폭발물 미존재, 정보 불확실)과 2개의 보조 가설(정찰 정보 신뢰도, 차량 접근 가능성)으로 구성된 프레임워크로 정의한다. 이때 전통적인 확률론에서는 상호 배타적 가설만을 다루지만, DSmT는 교집합을 허용함으로써 “폭발물 존재와 동시에 정보가 불확실한”과 같은 복합 상황을 자연스럽게 표현한다. 저자들은 각 정보원(현장 정찰, CCTV, 차량 센서 등)에서 얻은 증거를 베일리 질량 함수(mass function) 형태로 변환하고, DSmT의 합성 규칙인 PCR5(Partial Conflict Redistribution rule No.5)를 적용한다. PCR5는 충돌(conflict) 질량을 원래의 가설에 비례적으로 재분배함으로써 과도한 불확실성 전파를 억제한다. 실험에서는 5개의 시나리오를 설정했으며, 각 시나리오마다 증거의 충돌 정도가 크게 달라졌다. 결과적으로 DSmT 기반 모델은 충돌이 높은 경우에도 명확한 의사결정(예: “즉시 차단” 또는 “추가 정밀 조사”)을 제공했으며, 베이즈 업데이트와 비교했을 때 의사결정 지연이 평균 30 % 감소하고, 오탐률이 12 % 낮았다. 또한, 저자들은 DSmT 모델의 민감도 분석을 수행해 질량 할당 파라미터가 결과에 미치는 영향을 정량화했으며, 특히 정찰 정보 신뢰도 파라미터가 위협 수준 판단에 가장 큰 영향을 미침을 확인했다. 이러한 분석은 실제 현장 운영에서 정보원의 신뢰도 평가 기준을 어떻게 설정해야 하는지에 대한 실용적 가이드를 제공한다. 논문은 또한 DSmT의 계산 복잡도가 프레임 크기가 커질수록 급격히 증가한다는 한계를 인정하고, 효율적인 근사 알고리즘(예: 샘플링 기반 PCR5) 도입 가능성을 논의한다. 전반적으로 이 연구는 DSmT가 복합적인 불확실성을 동시에 다루어야 하는 보안·위협 평가 분야에 적합한 이론적·실용적 프레임워크임을 입증한다.