산업 제어 시스템을 위한 시계열 이상 탐지 모델의 비교 연구

이상 탐지는 산업 제어 시스템(ICS)에서 결함이나 사이버 공격을 탐지하기 위한 효과적인 기술로 알려져 있습니다. 따라서, ICS를 위한 많은 이상 탐지 모델이 제안되었습니다. 그러나 대부분의 모델은 특정 환경에서 구현되고 평가되었기 때문에 실제 상황에서 최상의 모델을 선택하는 데 혼란이 생깁니다. 다시 말해, 최첨단 이상 탐지 모델에 대한 포괄적인 비교가 필요합니다. 이 문제를 해결하기 위해, 우리는 InterFusion, RANSynCoder, GDN, LSTM-ED 및 USAD의 다섯 가지 대표적인 시계열 이상 탐지 모델에 대한 비교 연구를 수행합니다. 우리는 두 개의 공개 데이터셋인 SWaT와 HAI를 사용하여 탐지 정확도, 훈련 및 테스트 시간 측면에서 모델의 성능 분석을 구체적으로 비교합니다. 실험 결과는 최상의 모델 결과가 데이터셋과 일치하지 않음을 보여줍니다. SWaT의 경우, InterFusion은 90.7%의 가장 높은 F1 점수를 달성한 반면, RANSynCoder는 HAI에서 82.9%의 가장 높은 F1 점수를 기록했습니다. 우리는 또한 이상 탐지 모델의 성능에 대한 훈련 세트 크기의 영향을 조사했습니다. 전체 훈련 세트의 약 40%가 전체 훈련 세트를 사용할 때와 유사한 성능을 발휘하는 모델을 구축하는 데 충분하다는 것을 발견했습니다.