위성의 하천 이미지 인식 서비스에서 적대적 공격 모델 평가

• Published in: The journal of the institute of internet, broadcasting and communication : JIIBC Vol. 25; no. 3; pp. 135 - 141
• Main Author: 홍진근
• Format: Journal Article
• Language: Korean
• Published: 한국인터넷방송통신학회 30.06.2025
• Subjects: 컴퓨터학; 트로이잔; Image recognition; 적대적 공격; Adversarial attack; 포이즈닝; Trojan; 백도어; Backdoor; Poisoning; 인공지능; Artificial intelligence; 이미지 인식
• ISSN: 2289-0238; 2289-0246
• DOI: 10.7236/JIIBC.2025.25.3.135

위성 이미지는 국방, 재난 대응 등 국가 공공의 중요한 적용에 사용된다. 대부분의 위성 이미지 분석은 딥러닝 기반이고 적대적 공격에 취약하다. 미세한 이미지 교란에도 심각한 오분류가 일어날 수 있다. 본 연구는 위성 이미지를 대상으로 적대적 공격 효과를 실험하고 각각의 공격이 모델 성능에 미치는 영향을 분석하였다. 연구 방법은 위성 기반 하천 이미지 (224*224 RGB), ResNet18 모델, 그리고 PSNR 등을 포함한 평가 지표를 사용하였다. 연구 결과는 공격 모델 가운데 PAAA, UAP, Poisoning 모델들은 작은 변화에 큰 영향을 받는 것을 확인할 수 있었다. Backdoor, Trojan 모델들은 은밀하게 침투하고 오작동을 유발할 수 있다.