스마트 그리드 데이터 주입 공격과 다중 적의 게임 이론적 분석

초록

본 논문은 다수의 공격자와 단일 방어자가 존재하는 스마트 그리드 환경에서 데이터 주입 공격을 게임 이론적으로 모델링한다. 스택펠버그 게임과 만족‑내시 균형을 결합한 하이브리드 게임 두 가지를 제시하고, 제한된 정보 하에서 수렴하는 분산 학습 및 탐색 알고리즘을 설계한다. 실험 결과, 소수의 측정값만 보호해도 공격 효과를 무력화할 수 있으며, 공격자들 간에 상호 상쇄되는 전략이 나타나 시스템에 영향을 주지 못한다는 점을 확인한다.

상세 분석

이 논문은 기존 연구가 단일 공격자를 전제로 하고 공격·방어 비용을 무시한 점을 비판하며, 실제 전력 시스템에서는 여러 공격자가 동시에 서로 다른 측정값을 조작할 가능성이 높다는 현실을 반영한다. 이를 위해 두 가지 게임 모델을 도입한다. 첫 번째는 방어자가 선도자(리더) 역할을 수행하고, 공격자들이 추종자(팔로워)로서 방어자의 보호 전략에 반응하는 스택펠버그(Stackelberg) 게임이다. 방어자는 제한된 방어 예산 하에서 보호할 측정값 집합을 선택하고, 공격자는 각자 비용과 기대 이익을 고려해 최적의 주입 벡터를 결정한다. 공격자들의 비협조적 상호작용은 일반화 내시 균형(Generalized Nash Equilibrium)으로 모델링되며, 존재성 및 유일성 조건을 수학적으로 증명한다.

스택펠버그 게임의 해를 찾기 위해 저자는 제한된 시스템 정보(예: 각 공격자의 비용 구조와 목표 함수에 대한 부분적 지식)만을 이용하는 분산 학습 알고리즘을 설계한다. 이 알고리즘은 각 플레이어가 자신의 전략을 반복적으로 업데이트하면서 전체 게임의 스택펠버그 균형으로 수렴함을 정리와 시뮬레이션을 통해 입증한다.

두 번째 모델은 방어자가 공격자의 반응을 사전에 예측할 수 없는 상황을 가정한다. 여기서는 방어자가 일정 수준의 성능 제약(예: 최소한의 LMP 변동 억제)을 만족시키는 전략을 찾는 만족 균형(Satisfaction Equilibrium)과, 공격자들이 서로의 전략에 대해 내시 균형을 이루는 하이브리드 게임을 제안한다. 이 경우 방어자는 자신의 목표 함수를 직접 최적화하기보다, 주어진 제약을 만족하는 최소 방어 집합을 탐색한다. 논문은 이를 위한 탐색 알고리즘을 제시하고, 수렴성을 보장한다.

실험은 IEEE 30버스 시스템을 기반으로 수행되었다. 결과는 (1) 방어자가 전체 측정값의 극히 일부만 보호해도 공격자들의 최적 주입이 시스템에 미치는 영향을 거의 완전히 차단할 수 있음을, (2) 다수의 공격자가 서로 상쇄되는 전략을 선택함으로써 실제로는 시스템에 변화가 없게 되는 ‘상쇄 현상’이 발생함을 보여준다. 또한, 스택펠버그 모델과 하이브리드 모델 간의 성능 차이를 ‘정보 가격(Price of Information)’ 지표로 정량화하여, 방어자가 공격자 행동을 사전에 알 경우 얻을 수 있는 이득을 명확히 제시한다.

이 논문의 주요 기여는 (i) 다중 공격자를 고려한 스마트 그리드 데이터 주입 공격 모델을 최초로 제시한 점, (ii) 방어자의 정보 가용성에 따라 두 가지 상이한 게임 이론적 프레임워크를 설계한 점, (iii) 제한된 정보 환경에서도 실용적인 분산 학습·탐색 알고리즘을 제공한 점, (iv) 실증 시뮬레이션을 통해 방어 비용을 최소화하면서 시스템 안전성을 확보할 수 있음을 입증한 점이다. 이러한 접근은 향후 전력 시장의 사이버 보안 정책 수립 및 실시간 방어 시스템 설계에 중요한 이론적 토대를 제공한다.