악성 데이터에 강인한 친환경 라우팅 프로토콜

초록

본 논문은 DSRC 기반 실시간 친환경 라우팅 시스템인 ErouVe가 악성 차량이 전송하는 위조 데이터에 의해 성능이 크게 저하될 수 있음을 밝히고, RSU 중심의 신뢰성 평가와 데이터 플러깅 기법을 결합한 방어 메커니즘을 제안한다. 제안된 방어는 위치 일관성 검사, 통계적 이상치 탐지, 그리고 신뢰 점수 기반 필터링을 통해 위조 정보를 차단하고, ErouVe의 라우팅 효율을 원래 수준에 가깝게 복구한다. 실험 결과, 교통 혼잡 및 CO₂ 배출 증가를 최소화하면서 시스템 안정성을 크게 향상시켰다.

상세 분석

ErouVe는 차량‑RSU‑RSU‑차량(V2I, I2I, I2V) 4단계 통신을 활용해 각 도로 구간의 평균 통행시간과 CO₂ 배출량을 실시간으로 수집하고, 이를 기반으로 가중치를 산출해 최적의 친환경 경로를 선택한다. 원 논문에서는 가중치가 단순히 시간·CO₂·거리의 합으로 계산되었으며, 모든 구간에 동일한 가중치를 부여하는 ‘가중치 다수결’ 방식을 사용한다. 그러나 이러한 설계는 입력 데이터의 진위 여부를 검증하지 않기 때문에, 악성 차량이 의도적으로 낮은 통행시간·낮은 CO₂ 값을 보고하거나, 반대로 과도하게 높은 값을 보고함으로써 특정 구간을 인위적으로 매력적으로 만들거나 회피하도록 유도할 수 있다(FAV, FEV 공격).

저자들은 두 가지 주요 위협 시나리오를 정의한다. 첫 번째는 “Fake Route”(FR)로, 차량이 실제 주행한 구간과 다른 구간의 데이터를 보고함으로써 RSU가 잘못된 구간에 대한 통계치를 축적하도록 만든다. 두 번째는 “Fake Data”(FD)로, 동일 구간에 대해 비정상적으로 낮거나 높은 통계치를 전송해 가중치를 왜곡한다. 이러한 위조 데이터는 시간 창(TIN) 내에만 유효하지만, 다수의 악성 차량이 협력하거나 단일 차량이 극단적인 값을 지속적으로 전송하면, 평균값이 급격히 변동하여 라우팅 결정에 큰 영향을 미친다.

방어 메커니즘은 크게 두 단계로 구성된다. 1) 위치 일관성 및 플러그 가능성 검사: RSU는 차량이 전송한 위치·속도·방향 정보를 주변 차량이 주기적으로 방송하는 CAM( Cooperative Awareness Message)과 교차 검증한다. 보고된 위치가 물리적으로 불가능하거나, 인접 차량들의 보고와 큰 편차를 보이면 해당 보고를 ‘이상치’로 표시한다. 2) 신뢰 점수 기반 데이터 필터링: 각 차량에 대해 과거 보고 이력과 현재 보고의 일관성을 바탕으로 신뢰 점수를 부여한다. 신뢰 점수가 임계값 이하인 차량이 전송한 데이터는 RSU가 평균 계산에 포함하지 않으며, 해당 차량은 ‘악성’ 리스트에 추가된다. 또한, 동일 구간에 대해 다수 차량이 보고한 값과 크게 차이나는 보고는 통계적 이상치 탐지(예: Z‑score, IQR)로 걸러낸다.

이러한 방어는 기존 ErouVe의 라우팅 로직을 크게 변경하지 않는다. RSU가 수집한 ‘정제된’ 평균값을 그대로 사용해 가중치를 산출하고, 다수결 방식도 유지한다. 따라서 시스템 구현 복잡도는 크게 증가하지 않으며, 기존 인프라(DSRC, RSU)만으로도 적용 가능하다. 실험에서는 500대 이상의 차량이 시뮬레이션된 도심 구간에서 FAV·FEV·FR·FD 공격을 조합한 경우, 방어 적용 전에는 평균 통행시간이 30% 이상 증가하고 CO₂ 배출량이 25% 상승했지만, 방어 적용 후에는 원래 ErouVe 성능의 95% 이상을 회복하였다.

핵심 인사이트는 다음과 같다. 첫째, 차량‑RSU 시스템에서 데이터 신뢰성을 확보하지 않으면, 단순 평균 기반 라우팅 알고리즘이 쉽게 조작당한다. 둘째, 위치·속도와 같은 물리적 제약 정보를 활용한 교차 검증은 저비용으로 높은 탐지율을 제공한다. 셋째, 신뢰 점수와 통계적 이상치 필터링을 결합하면, 악성 차량이 다수일 경우에도 시스템 전체의 성능 저하를 억제할 수 있다. 마지막으로, 제안된 방어는 기존 친환경 라우팅 프로토콜에 최소한의 수정만으로 적용 가능하므로, 실용적인 차세대 ITS 보안 솔루션으로 활용될 잠재력이 크다.