Development of Graph Deep Learning Core Technologies for Hypertrustworthy Dynamic Structural AI Countering Cybersecurity Threats
개인기초연구(과기정통부)(R&D) · 우수연구-신진연구(유형B)
2026년
2710104450
과학기술정보통신부
한국연구재단
경북대학교
김수현
10명
2026.03.01 ~ 2027.02.28
2026.03.01 ~ 2031.02.28
1.4억원
1.4억원
기초연구
대학
대구광역시 북구
정보/통신 > 정보이론 > 인공지능
본 연구의 최종 목표는 입력에 따라 구조와 동작 양상이 지속적으로 변화하는 현대의 사이버 시스템 환경에서, 사이버 보안 위협을 구조적·인과적으로 탐지하고 대응할 수 있는 초신뢰 동적 구조 인공지능 원천기술을 확립하는 것임. 기존 사이버 보안 기술은 정적 규칙, 고정된 시그니처, 또는 단일 시점의 행위 분석에 의존해 왔으나, 실제 환경에서는 소프트웨어 실행 흐름, ...
... 보존형 연합학습 기술을 개발함. 각 기관의 데이터 구조를 직접 공유하지 않으면서도 전역적인 보안 지식을 학습할 수 있는 연합 그래프 딥러닝 구조를 설계하고, 구조 정보 유출을 방지하는 보호 ... 구조적 안정성을 정량적으로 검증할 수 있는 평가 지표 체계를 구축함. 5차년도에서는 복합 사이버 위협 환경을 가정하여, 개발된 동적 구조 인공지능 및 그래프 딥러닝 기술을 고도화하고 실증함. ...
본 연구를 통해 도출되는 연구개발성과는 사이버 보안, 인공지능 안전성, 신뢰 가능한 인공지능 기술 전반에 걸쳐 폭넓게 활용될 수 있음. 우선 본 연구에서 개발되는 동적 구조 탐색 기반 ... 구조적으로 분석하고 대응할 수 있는 핵심 기술로 활용 가능함. 이는 소프트웨어 보안, 네트워크 보안, 산업 및 제어 시스템 보안 등 다양한 응용 영역으로 확장 적용될 수 있음. 또한 동적 그래프 ...