본 논문은 사물 인터넷 기반 차량(IoV) 시스템의 보안 취약성을 해결하기 위해 비지도 학습 기반 오토인코더 방법을 제시합니다. IoV 시스템은 방대한 데이터를 생성하고 광범위한 공격 표면을 가지므로 기존 보안 메커니즘으로는 정교하고 진화하는 사이버 공격을 정확하게 탐지하기 어렵습니다. 본 논정에서는 재구성 손실과 triplet margin 손실의 가중치 조합을 활용하여 정상 네트워크 데이터로만 오토인코더를 학습시켜 알려지지 않은 공격을 탐지합니다. 산업용 IoT 및 가정용 IoT 데이터셋을 사용한 실험 결과, 정상 데이터에 대해 약 99%, 이상 데이터에 대해 97%~100%의 높은 정확도를 달성하였으며, 전이 학습을 통해 다른 도메인으로의 적용 가능성 또한 확인했습니다.
