자율차의 보안 위협, 데이터와 이벤트 제어로 막는다

초록

본 논문은 자율주행차의 액츄에이터를 표적으로 한 거짓 데이터 주입 공격에 대응하기 위해, 데이터 기반 모델링, 이벤트 트리거 통신, 분수 차수 슬라이딩 모드 제어를 통합한 사이버 복원력 보안 제어 프레임워크를 제안합니다. 확장 상태 관측기를 통해 공격을 실시간으로 추정 및 보상하며, 이론적 안정성과 효율성을 입증합니다.

상세 분석

이 논문의 핵심 기술적 통찰은 기존의 보안 제어 연구가 ‘탐지’에 치중했다면, 본 프레임워크는 ‘실시간 추정 및 능동적 중화’에 초점을 맞췄다는 점입니다. 구체적으로, 1) 동적 모드 분해(DMD)를 활용한 데이터 기반 모델링은 복잡한 기구학적 모델에 대한 의존도를 줄이고 실제 주행 데이터에서 직접 동역학을 추출하여 모델 불확실성을 극복합니다. 2) 분수 차수 슬라이딩 모드 제어(FSMC)는 일반 슬라이딩 모드 제어의 채터링 현상을 완화하면서도 시스템 불확실성과 외란에 대한 강인성을 유지합니다. 여기에 확장 상태 관측기(ESO)를 결합하여 액츄에이터 공격을 시스템의 ‘확장된 상태’로 간주하여 실시간으로 추정하고, 이 추정값을 제어 입력에 보상함으로써 공격을 효과적으로 상쇄합니다. 3) 이벤트 트리거 메커니즘은 상태 오차가 특정 임계값을 넘을 때만 제어 신호를 전송하여 네트워크 대역폭 사용을 최적화합니다. 이는 보안과 효율성이라는 상충되는 목표를 동시에 해결한 점이 주목할 만합니다. 안정성 분석은 리아푸노프 이론과 선형 행렬 부등식(LMI)을 기반으로 하여, 공격 하에서도 지수적 오차 수렴을 이론적으로 보장합니다. 이는 단순한 시뮬레이션 검증을 넘어 강건한 수학적 근거를 제시한다는 점에서 의미가 큽니다.