연구 분야

최근 게재 논문을 바탕으로 정리한 연구실의 주요 연구 분야와 대표 논문입니다.

AI 기반 네트워크 연구 체계여섯 연구 분야가 데이터 수집·분석부터 지능형 운영까지 어떻게 이어지는지 한 장으로 정리했습니다.

연구 체계도 보기

01암호화 트래픽 분류

Encrypted Traffic Classification

내용을 볼 수 없는 암호화 트래픽에서 응용과 서비스를 구분합니다. 패킷·세션 구조를 이해하는 사전학습과 계층적 표현으로 정확도를 높이고, Filter-and-Refine·앙상블 모델 선택으로 실시간 환경에서도 빠르게 동작하게 합니다.

  • Pre-training
  • Transformer
  • Hierarchical Representation
  • Lightweight Classification
  • Ensemble
대표 논문
  1. SCIE Electronics · 2026 Beyond Byte-Level Modeling: Structure-Aware and Adaptive Traffic Classification for Encrypted Networks
  2. SCIE IEEE Access · 2025 Multi-Level Pre-training for Encrypted Network Traffic Classification
  3. SCIE ICT Express · 2025 A Filter-and-Refine Approach to Lightweight Application Traffic Classification

02공격·악성 트래픽 탐지

Attack Traffic Detection

세션 구조를 그래프로 표현하는 GNN과 세션 클러스터 시퀀스 단위 Transformer로 네트워크 공격 트래픽을 탐지하고 유형을 분류합니다. 차량 내부망(CAN FD) 악성 트래픽 분류로도 범위를 넓히고 있습니다.

  • GNN
  • E-GraphSAGE
  • Session Cluster
  • Multi-Task Learning
  • CAN FD
대표 논문
  1. APNOMS 2026 GNN-Based Network Attack Traffic Classification Through Representation of Session Structure
  2. NOMS 2026 Transformer-based Attack Traffic Detection and Classification in Session-Cluster Sequence Level
  3. APNOMS 2025 Multi-Task Detection and Classification of Encrypted Traffic Sequences via Session2Token Embedding

03트래픽 데이터셋·데이터 품질

Traffic Datasets & Data Quality

소켓 매칭으로 프로세스 단위 정답을 자동으로 붙이는 라벨링 프레임워크와 다계층 트래픽 데이터셋을 구축하고, 기존 데이터셋에 숨은 노이즈를 분류·정제해 모델 평가의 신뢰도를 높입니다.

  • Auto Labeling
  • PRISM
  • Dataset Noise
  • Data Cleaning
대표 논문
  1. BEST PAPER APNOMS 2026 Clean Datasets Matter First: Four Pitfalls of Hidden Noise in NTC
  2. BEST POSTER APNOMS 2026 PRISM: Process Identification Through Socket Matching
  3. KCI KNOM Review · 2026 PRISM-2026: 엔드포인트 기반 자동 라벨링 다계층 네트워크 트래픽 데이터셋

04사용자 행위 분석

User Behavior Analysis

메신저·화상회의 등 암호화된 응용 트래픽을 세션과 패킷 번들 단위로 분석해, 사용자가 어떤 행위를 하고 있는지 식별합니다.

  • Packet Bundle
  • WeChat
  • Behavior Detection
  • Multi-Modal Signature
대표 논문
  1. KCI KNOM Review · 2025 세션 및 패킷 번들 단위에서의 WeChat 행위 분석
  2. SCIE IEEE Access · 2023 User Behavior Detection Using Multi-Modal Signatures of Encrypted Network Traffic
  3. KICS 2026 패킷 번들 기반 네트워크 행위 분석을 위한 딥러닝 모델 비교 연구

05제로트러스트·광전송망 운영 관리

Zero Trust & Optical Network Management

제로트러스트 아키텍처에서 신뢰를 정량화하는 방법을 정리하고, 광 기반 시간/주파수 전송망 데이터를 AI로 운영·관리하기 위한 전처리와 연구 방향을 제시합니다.

  • Zero Trust
  • Trust Quantification
  • Time/Frequency Transfer
  • Network Operations
대표 논문
  1. SCIE IEEE Access · 2026 Trust Quantification on Zero Trust Architecture: A Survey
  2. APNOMS 2026 Data Preprocessing Method for Fiber-Based Time and Frequency Transfer Networks
  3. KNOM 2026 AI 기반 시간/주파수 광전송망 운영 관리를 위한 국내외 동향 및 연구 방향성

06로봇·자율주행 네트워크 시스템

Robotics & Autonomous Systems

ROS2 기반 로봇의 통신 지연과 QoS를 분석하고, 단안 깊이 추정 기반 VSLAM과 경로 계획 알고리즘을 개선해 실내외 자율주행 시스템의 성능을 높입니다.

  • ROS2
  • VSLAM
  • Path Planning
  • QoS
대표 논문
  1. KCI 로봇학회 논문지 · 2025 객체 경계 강화 기반 개선된 깊이 추정 모델을 활용한 단안 VSLAM
  2. APNOMS 2025 Improving Oscillation & Navigation in Complex Environments Based on ROS2 Through Path Modification
  3. KCI 로봇학회 논문지 · 2025 Low-Texture 환경에서 적응형 이미지 증강 및 임계값 조정을 통한 ORB-SLAM 성능 향상

AI 기반 네트워크 연구 체계

원본 이미지
AI 기반 네트워크 연구 체계도: 여섯 연구 분야(암호화 트래픽 분류, 공격·악성 트래픽 탐지, 트래픽 데이터셋·데이터 품질, 사용자 행위 분석, 제로트러스트·광전송망 운영 관리, 로봇·자율주행 네트워크 시스템)가 가운데의 AI·분석 엔진과 데이터 파이프라인, 지식·모델 저장소를 통해 결과와 피드백을 주고받으며, 데이터 수집에서 전처리, AI 분석·학습, 의사결정, 모니터링으로 이어지는 흐름을 보여 줍니다.