본 논문은 딥 뉴럴 네트워크(DNN)의 의사결정 과정을 해석하고 이상 탐지를 수행하기 위한 새로운 방법을 제시합니다. 소프트웨어 엔지니어링 접근 방식을 사용하여 DNN에서 대표적인 경로(뉴런 활성화 값과 뉴런 간 연결 포함)를 추출하고, 이를 통해 정상 입력과 달리 이상치 및 적대적 입력은 해당 경로에서 동일한 활성화 패턴을 유발하지 않는다는 점에 착안했습니다. 본 연구에서는 유전 알고리즘을 통해 중요한 탐지 경로를 식별하고, 다양한 경로가 동일한 대상 클래스에 대해 서로 다른 특징을 포착한다는 점을 고려하여 랜덤 서브스페이스 샘플링과 투표 메커니즘을 통합하여 여러 경로의 탐지 결과를 앙상블합니다. 실험 결과, 제안된 방법은 기존 최첨단 방법보다 성능이 우수하며 다양한 유형의 이상을 높은 정확도로 탐지하는 데 적합함을 보여줍니다.
