본 논문은 차량 플래토닝 시스템에서 인증된 내부자의 교묘한 위변조 공격으로부터 시스템을 보호하기 위한 새로운 위험 행동 감지 프레임워크인 AttentionGuard를 제시합니다. AttentionGuard는 변압기 기반(transformer-based) 접근 방식을 사용하여 차량의 운동 데이터에서 이상 패턴을 식별합니다. 다중 헤드 변압기 인코더를 사용하여 연속적인 운동 정보를 처리함으로써 정상적인 이동 패턴과 위변조 공격을 효과적으로 구분합니다. 다양한 공격 벡터(일정, 점진적, 결합된 위변조)와 작동 매개변수(제어기 유형, 차량 속도, 공격자 위치)를 포함하는 광범위한 시뮬레이션 데이터셋을 사용하여 평가한 결과, AttentionGuard는 최대 0.95의 F1 점수를 달성하며 복잡한 기동 중에도 강력한 성능을 유지하는 것으로 나타났습니다. 또한, 100ms의 최소 지연 시간으로 실시간 교통 안전 응용 프로그램에 적합합니다. 비교 분석 결과, AttentionGuard는 기존 방법보다 우수한 탐지 성능을 보이며, 변압기 인코더가 협력 지능형 교통 시스템(C-ITS)을 정교한 내부자 위협으로부터 보호하는 유망한 방법임을 입증합니다.
