Research on AI-based anomaly detection for ship combat system weapon system interlocking control
Hyun-Ho Na · Journal of the Korea Society of Computer and Information · 2025
본 논문은 함정전투체계의 무장 체계 연동 통제 환경에서의 AI를 통한 이상 탐지 기능의 가능성을 확인하고자 LSTM AutoEncoder를 이용한 이상 탐지 활용방안에 대해 제안한다. 전투체계 로그와 Metric 데이터 등 성능 데이터를 ELK Stack으로 수집하고 시계열화하는 전처리를 수행하였다. LSTM 네트워크 기반의 Eocder를 사용하여 데이터를 압축 및 차원을 축소하고, Decoder를 이용해 입력데이터와 유사한 형태로 복원하는 LSTM AutoEncoder 모델을 정상 환경 데이터만으로 훈련 시켜 완성하였다. 이후, 정상과 비정상 상황을 모의하여 생성한 시험 데이터를 이용하여 성능 평가를 하여 Accuracy 0.99, Precision 0.97, Recall 0.87, F1-Score 0.92로 높은 점수가 출력되었다. 이를 통해 함정전투체계 무장 체계 연동 통제 환경 이상 탐지 시에 기계학습을 통해 생성한 모델의 적용 가능성을 확인하였다.