Earticle

초록

영어

The Standard Spectrum Resource Format (SSRF) of the U.S. military is widely used as a standard for effectively sharing electromagnetic spectrum data. However, XML schema validation and digital-signature/hash-based integrity verification only guarantee the format validity, transmission integrity, and authenticity of the data; they do not verify the semantic and physical consistency of the shared spectrum data. Therefore, if an authorized insider transmits physically impossible values together with a valid signature, the record passes all existing checks, which can lead to erroneous frequency assignment or misjudgment of interference. This paper targets SSRF-based spectrum information sharing, formalizes the consistency-verification problem into three layers—syntactic, semantic, and physical—and proposes a hybrid framework that combines rule-based physical verification with a machine-learning anomaly-detection technique. The proposed method rejects physically impossible records and selects consistency-violating records as anomaly candidates, assigning verification priority according to their risk. In experiments using propagation-model-based synthetic data and tampering scenarios, the proposed method selected tampered data—including the distribution-shift type—with high accuracy and showed that the false-positive rate can be controlled to a target level through threshold configuration.

한국어

전자기 스펙트럼 데이터를 효과적으로 공유하기 위한 표준으로 미군의 표준 스펙트럼 자원 포맷(Standard Spectrum Resource Format, SSRF)이 널리 활용된다. 그러나 XML 스키마 검증과 전자서명 및 해시 기반의 무결성 검증은 데이터의 형식 유효성과 전송 무결성 그리고 진본성만을 보장할 뿐, 공유된 스펙트럼 데이터의 의미적, 물리적 정합성을 검증하지 못한다. 따라서 정당한 권한을 가진 내부자가 물리적으로 불가능한 값을 정상 서명과 함께 전송하면 기존 검증을 모두 통과하며, 이는 잘못된 주파수 배정이나 간섭 오판으로 이어질 수 있다. 본 논문은 SSRF 기반 스펙트럼 정보 공유를 대상으로, 정합성 검증 문제를 형식, 의미, 물리의 3계층으로 정식화하고, 규칙 기반 물리 검증과 기계학습 이상탐지 기법을 결합한 하이브리드 프레임워크를 제안한다. 제안기법은 물리적으로 불가능한 레코드를 거부하고, 정합성 이탈 레코드를 이상 후보로 선별하여 위험도에 따라 검증 우선순위를 부여한다. 전파 모델 기반 합성 데이터와 위변조 시나리오를 이용한 실험에서, 제안기법은 분포 이탈형을 포함한 위변조 데이터를 높은 정확도로 선별하였으며, 임계값 설정을 통해 오탐율을 목표 수준으로 통제할 수 있음을 보였다.

목차

요약
ABSTRACT
1. 서론
2. 관련 연구
2.1 SSRF와 군 스펙트럼 데이터 관리
2.2 데이터 무결성 보호와 한계
2.3 이상탐지와 물리 정합성 기반 검증
3. 위협 모델 및 정합성 제약
3.1 위협 모델
3.2 데이터 모델 및 기호 정의
3.3 정합성 제약의 계층적 정식화
4. 제안하는 프레임워크
4.1 전체 구조
4.2 규칙 기반 물리 검증 계층
4.3 기계학습 기반 이상 탐지 계층
4.4 점수 융합 및 파라미터 보정
5. 성능 평가
5.1 실험 데이터셋
5.2 위변조 주입 시나리오
5.3 평가 지표
5.4 비교 대상 및 실험 환경
5.5 실험 결과 및 분석
5.6 잡음, 모델 불일치에 대한 강건성
5.7 연산 복잡도 분석
6. 결론 및 향후연구
참고문헌

키워드

저자

• 이종관 [ Jong-kwan Lee | 육군사관학교 컴퓨터과학과 ] 주저자
• 이종덕 [ Jongdeog Lee | 육군사관학교 컴퓨터과학과 ] 교신저자
• 조성환 [ Sunghwan Cho | 육군사관학교 전자공학과 ] 공동저자
• 박성재 [ Sungjae Park | 육군사관학교 전자공학과 ] 공동저자
• 안종철 [ Jongchul Ahn | 한화시스템 ] 공동저자
• 김형진 [ Hyeongjin Kim | 한화시스템 ] 공동저자
• 이소연 [ Soyeon Lee | 한화시스템 ] 공동저자
• 김형석 [ Hyungseok Kim | 한화시스템 ] 공동저자

참고문헌

발행기관

간행물

표지보기 관심저널 등록

• 간행물명

  융합보안논문지 [Jouranl of Information and Security]

• 간기

  연5회

• pISSN

  1598-7329

• 수록기간

  2001~2026

• 등재여부

  KCI 등재

• 십진분류

  KDC 005 DDC 005