⚡ 전기공학

Detection of False Data Injection Attacks in Nuclear Power Plants Using Particle Filters and Time-Series Transformers

본 논문은 선형 잔차 기반 탐지기보다 우수한 성능을 보이면서, 결합된 센서 채널 전반에 걸쳐 유도되는 열역학적 및 시간적 디커플링을 식별함으로써 원자력 발전소의 은밀한 데이터 주입 공격을 효과적으로 탐지하기 위해 비선형 파티클 필터와 시계열 트랜스포머를 통합한 물리 보조 방어 프레임워크를 제안한다.

원저자: Shashank Padasalagi, Harshitha Pawar

게시일 2026-09-21

📖 3 분 읽기☕ 가벼운 읽기

CC BY 4.0

원저자: Shashank Padasalagi, Harshitha Pawar

원본 논문은 CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) 라이선스로 제공됩니다. ✨ 이것은 아래 논문에 대한 AI 생성 설명입니다. 저자가 작성하거나 승인한 것이 아닙니다. 기술적 정확성을 위해서는 원본 논문을 참조하세요. 전체 면책 조항 읽기

현대적인 도시와 산업은 핵심 인프라를 위한 신경계 역할을 하는 방대한 센서 및 컴퓨터 네트워크에 의존합니다. 원자력 발전소에서 이 시스템은 원자로의 심장을 지속적으로 모니터링하며, 핵반응이 얼마나 빠르게 일어나는지, 연료의 온도는 얼마인지, 냉각수의 흐름은 어떠한지를 추적합니다. 사이버 물리 시스템(cyber-physical systems)이라고 알려진 이러한 디지털 제어 장치는 정밀하고 안전한 운영을 가능하게 하지만, 동시에 디지털 침입자를 위한 문을 열어주기도 합니다. 위험은 단순히 컴퓨터가 다운되는 것이 아니라 '데이터 주입(false data injection)' 공격입니다. 이 시나리오에서 해커는 물리적인 기계를 파괴하는 것이 아니라, 데이터 스트림에 거짓말을 끼워 넣습니다. 그들은 제어실에 실제로는 온도가 상승하고 있음에도 불구하고 온도가 정상이라고 말하거나, 물의 흐름이 멈추고 있음에도 불구하고 일정하다고 말합니다. 만약 컴퓨터가 이 거짓말을 믿게 된다면, 비상 조치를 취하는 데 실패하여 잠재적으로 재앙으로 이어질 수 있습니다. 보안 전문가들의 과제는, 이러한 거짓말들이 단순한 수학적 오류만을 찾아내는 표준 알람을 속일 수 있도록 물리 법칙과 완벽하게 일치하는 것처럼 정교하게 만들어질 수 있다는 점입니다.

M S Ramaiah 응용과학 대학교의 연구원인 샤샹크 파다살라기(Shashank Padasalagi)와 하르시타 파와르(Harshitha Pawar)는 이러한 정교한 거짓말을 잡아내는 새로운 방법을 개발했습니다. 그들의 연구는 원자로의 서로 다른 부분들 사이의 독특하고 복잡한 관계에 초점을 맞추고 있습니다. 그들은 해커가 단일 센서의 측정값을 속일 수는 있어도, 시간이 흐름에 따라 원자로가 어떻게 작동하는지에 대한 전체적인 이야기를 속이기는 쉽지 않다는 점을 깨달았습니다. 실제 원자로에서는 온도가 변하면 연료가 팽창하고, 중성자 흐름이 변화하며, 특정 방사성 부산물의 농도가 특정한 방식으로 표류하는 등 일련의 연쇄 반응이 일어납니다. 이러한 관계는 열역학 및 핵물리학 법칙에 의해 지배되며, 이는 비선형적이고 깊게 상호 연결되어 있습니다. 데이터를 조작하려는 해커는 보통 원자로가 작동하는 방식에 대해 단순한 직선형 모델에 의존합니다. 여기서 미묘한 불일치가 발생합니다. 가짜 데이터는 찰나의 순간에는 올바르게 보일 수 있지만, 여러 센서에 걸쳐 연속적이고 진화하는 이야기로서 관찰될 때는 그 설득력을 잃게 됩니다.

이러ัง한 불일치를 드러내기 위해, 연구진은 이중 계층 방어 시스템을 구축했습니다. 첫 번째 계층은 엄격한 물리적 검증 역할을 합니다. 그들은 입자 필터(particle filter)라고 불리는 방법을 사용했는데, 이는 원자로에 대한 수천 개의 작은 병렬 시뮬레이션을 동시에 실행하는 것과 같다고 볼 수 있습니다. 각 시뮬레이션은 발전소의 가능한 상태를 나타내며, 실시간 센서 데이터로 끊임없이 업데이트됩니다. 만약 들어오는 데이터가 거짓이라면, 이 수천 개의 시뮬레이션은 데이터로부터 멀어지기 시작하며, 이는 일반적인 컴퓨터가 놓칠 수 있는 통계적 불일치를 만들어냅령다. 두 번째 계층은 시계열 트랜스포머(time-series transformer)를 사용하는데, 이는 시퀀스와 패턴을 이해하도록 설계된 일종의 인공지능입니다. 이 시스템은 센서 측정값의 이력과 물리적 검증 결과를 면밀히 살핍니다. 또한 서로 다른 센서들이 어떻게 소통하는지에 주목합니다. 예를 들어, 온도의 하락이 예상되는 중성자 흐름의 상승 및 화학적 부산물의 올바른 변화를 동반하는지 확인합니다. 만약 데이터가 다른 채널에서의 필수적인 물리적 결과 없이 온도 하락만을 보여준다면, 시스템은 이를 거짓으로 분류합니다.

연구팀은 가압 경수형 원자로의 상세한 컴퓨터 시뮬레이션을 사용하여 이 접근 방식을 테스트했습니다. 그들은 정상 운영과 다양한 유형의 공격을 포함하는 629,000개 이상의 타임스탬프가 찍힌 관측 데이터셋을 생성했습니다. 한 시나리오에서는 해커가 온도를 서서히 조작하여 실제로는 노심이 가열되고 있음에도 불구하고 원자로가 냉각되고 있는 것처럼 보이게 만드는 '스텔스' 공격을 시뮬레이션했습니다. 단순한 선형 체크에 의존하는 기존 보안 시스템은 가짜 숫자들이 기본 방정식에 부합했기 때문에 이를 감지하지 못했습니다. 그러나 새로운 이중 계층 시스템은 이 기만을 포착했습니다. 시스템은 가짜 냉각 추세가 다른 센서들의 행동과 비교했을 때 물리적으로 불가능하다는 것을 감지해 냈습니다. 이 시스템은 거의 99.9%의 정확도로 공격을 식별해 냈으며, 안전한 운영, 명백한 오류, 그리고 이러한 숨겨진 정교한 거짓말을 정확하게 구분했습니다.

시뮬레이션 결과는 제안된 방법이 전통적인 도구들이 놓치는 공격을 포착하는 데 매우 효과적임을 보여줍니다. 이 시스템은 서투르고 명백한 공격의 모든 사례를 정확히 식별했을 뿐만 아니라, 미묘하고 은밀한 공격의 대다수를 매우 적은 오보와 함께 잡아냈습니다. 물리 법칙에 대한 깊은 이해와 고급 패턴 인식 기술을 결합함으로써, 연구진은 이러한 기만을 꿰뚫어 보는 것이 가능하다는 것을 입증했습니다. 이 연구는 공격자가 데이터를 단순한 규칙에 부합하도록 조작할 수는 있어도, 실제 원자로의 복잡하고 비선형적인 춤사위를 흉내 내기는 쉽지 않다는 점을 시사합니다. 이 접근 방식은 핵심 에너지 인프라를 보호하기 위한 유망한 경로를 제공하며, 해커가 원자로 내부에서 일어나고 있는 일의 이야기를 다시 쓰려 하더라도 결국 진실이 밝혀지도록 보장합니다.

기술 요약: 입자 필터와 시계열 트랜스포머를 이용한 원자력 발전소의 허위 데이터 주입 공격 탐지

1. 문제 정의

디지털 계측 제어(I&C) 및 SCADA 네트워크를 통한 사이버 물리 시스템(CPS)의 원자력 발전소 통합은 사이버 공격자들의 공격 표면을 확장시켰다. 식별된 핵심 취약점은 **허위 데이터 주 injection 공격(False Data Injection Attack, FDIA)**으로, 공격자가 센서 측정값(예: 냉각재 온도, 유량)을 조작하여 전통적인 모니터링 시스템에 탐지되지 않은 채 위험한 물리적 상태를 유도하는 것이다.

본 논문은 선형 칼만 필터(Linear Kalman Filters)와 카이제곱 잔차 검정(Chi-squared residual tests)을 결합한 기존의 탐지 방식이 "대수적 스텔스 공격(algebraic stealth attacks)"에 취약하다는 점을 강조한다. 이러한 시나리오에서 공격자는 시스템의 선형 관측 행렬( $C$ )에 대한 지식을 바탕으로, $C$ 의 열 공간(column space) 내에 존재하는 악의적인 벡터( $a_k$ )를 주입한다. 이를 통해 공격자는 혁신 잔차(innovation residuals, $r_k$ )를 변화시키지 않으면서 상태 추정치를 편향시킬 수 있으며, 결과적으로 선형 탐지기를 무력화할 수 있다. 이러한 공격은 이산 선형 영역에서는 성공할 수 있으나, 본 논문은 이러한 공격이 실제 원자로 물리학을 지배하는 연속적 비선형 열역학 및 운동학적 제약 조건을 본질적으로 위반한다고 주장한다.

2. 방법론

저자들은 이산 선형 스텔스 가정과 연속 비선형 원자로 역학 사이의 불일치를 활용하는 **물리 보조 방어 프레임워크(Physics-Assisted Defense Framework)**를 제안한다. 이 프레임워크는 두 가지 주요 계층으로 구성된다.

A. 이론적 기초: 연속적 디커플링(Continuous Decoupling)

핵심적인 이론적 기여는 공격자가 이산 선형 제약 조건( $c_{k+1} = A c_k$ )은 만족할 수 있지만, 연속 비선형 점 원자로 운동론(Point Reactor Kinetics, PRK) 방정식( $\dot{c}(t) \neq A_c c(t)$ )은 만족할 수 없다는 증명이다.

정리 1: 이산 잔차 불변성을 유지하는 대수적 스텔스 주입은 비선형 결합 항( $\mathcal{H}$ ) 및 운전점 변화로 인해 연속적인 지배 방정식들을 본질적으로 위반함을 입증한다.
시사점: 공격자는 결합된 상태들(중성자 속, 전구체 농도, 연료 온도, 제논 독작용, 밸브 위치 등) 사이의 열역학적 및 운동학적 모순을 유발하지 않고서는 단일 센서 채널만을 속일 수 없다.

B. 이중 계층 탐지 프레임워크

실시간으로 이러한 위반을 탐지하기 위해 시스템은 다음을 사용한다:

비선형 입자 필터(통계적 발산):
- 선형 추정기와 달리, 입자 필터는 비선형 PRK 방정식을 통해 입자 군집(swarm of particles)을 전파한다.
- 이는 SCADA 측정값으로부터 도출된 사후 분포(posterior distribution)와 사전 상태 분포(prior state distribution) 사이의 쿨백-라이블러(Kullback-Leibler, KL) 발산을 계산한다.
- 유의미한 발산( $\mathcal{K}_k \geq \tau_{KL}$ )은 열역학적 불일치를 나타내며, 물리 법칙에 모순되는 공격의 존재를 알린다.
시계열 트랜스포머(시간적 및 교차 채널 분류):
- 이 계층은 상태 추정치, 센서 텔레메트리, 선형 잔차를 포함한 다변량 데이터의 슬라이딩 윈도우를 처리한다.
- 멀티 헤드 교차 주의(Multi-Head Cross-Attention) 메커니즘을 사용하여 디커플링된 특징들 간의 관계(예: 온도 변화가 중성자 속 및 제논-135의 예상 반응과 일치하는지 여부)를 분석한다.
- 모델은 운영 상태를 정상(Safe), 비협조적 공격(Uncoordinated Attack, 비협조적 오프셋), **스텔스 공격(Stealth Attack, 대수적으로 은폐된 공격)**의 세 가지 범주로 분류한다.

3. 주요 기여

물리 기반 디커플링 증명: 본 논문은 대수적 스텔스 공격이 선형 추정기에는 성공할 수 있으나, 결합된 원자로 운동론의 연속 비선형 역학은 필연적으로 위반하게 된다는 수학적 증명을 확립하였다.
하이브리드 탐지 아키텍처: 비선형 입자 필터(열역학적 일관성 검증)와 시계열 트랜스포머(시간적 및 교차 센서 상관관계 분석)의 통합을 통해 견고한 방어 메커니즘을 구축하였다.
포괄적 시뮬레이션: 저자들은 5-상태 PRK 모델을 위한 MATLAB 환경과 머신러เรียน링 프레임워크를 위한 PyTorch를 사용하여 다양한 공격 시나리오 하에서 629,000개 이상의 시간 인덱스 관측치를 생성하는 시뮬레이션 환경을 개발하였다.

4. 실험 결과

프레임워크는 표준 운전 과도 상태 및 두 가지 공격 유형(비협조적 급격한 오프셋 및 연속적 대수적 드리프트) 하의 가압 경수로(PWR) 모델에서 생성된 데이터셋을 통해 평가되었다.

전체 성능: 제안된 방법은 629,760개 샘플에 대해 99.90%의 전체 정확도와 0.9990의 F1-score를 달 기록하였다.
스텔스 공격 탐지: 모델은 186,580개의 스텔스 공격 사례를 **0.9987의 정밀도(Precision)**와 **0.9980의 재현율(Recall)**로 성공적으로 식별하였으며, 이는 선형 탐지기의 "맹점"을 우회하는 능력을 입증한다.
비협조적 공격 탐지: 비협조적 공격에 대해 완벽한 정밀도와 재현율(1.0000)을 달성하였다.
오류율: 전체 데이터셋에서 최소한의 거짓 양성(251건)과 거짓 음성(383건)을 생성하였다.
동적 응답: 공격자가 보고된 온도를 -34°C까지 낮추는 특정 시나리오에서, 시계열 트랜스포머는 물리적 발산을 감지하고 열적 임계값이 초과되기 전에 경보를 발생시킨 반면, 선형 추정기는 이상을 감지하지 못했다.

5. 의의 및 주장

본 논문의 주요 의의는 정적인 선형 잔차 모니터링을 넘어 원자력 보안을 발전시키는 데 있다고 주장한다. 원자로의 고유한 비선형 열역학적 결합을 활용함으로써, 제안된 프레임워크는 대수적 스텔스 공격의 근본적인 한계를 드러낸다. 즉, 이러한 공격은 이산 선형 제약 조건과 연속적인 물리 법칙을 동시에 만족시킬 수 없다.

저자들은 이 이중 계층 접근 방식(입자 필터 + 트랜스포머)이 공격자가 시간의 흐름에 따라 조작할 수 없는 "물리적 디커플링"을 식별함으로써 FDIA를 효과적으로 탐지한다고 주장한다. 이 연구는 결합된 다중 물리 시스템의 무결성에 안전이 달려 있는 핵심 인프라를 보호하기 위해 이러한 하이브리드 프레임워크가 필수적임을 시사한다.