이 논문은 차량 CAN 버스의 페이로드 조작 공격을 탐지하기 위해 디지털 트윈 기반 침입탐지시스템(IDS)을 제안한다. 기존 IDS는 메시지 타이밍·빈도·순서의 이상만 탐지해 이런 속성을 유지한 채 페이로드만 조작하는 공격은 놓치는데, 이 연구는 실제 현대·기아 CAN 로그의 디코딩된 17개 신호로 공유 인코더 LSTM 디지털 트윈을 학습시켜 24스텝 구간에서 7개 수치·2개 범주형 기어 신호를 예측하고 예측-관측 잔차로 공격을 탐지한다. 플래토, 연속 드리프트, 마스커레이드, 기어 마스커레이드 등 4종 공격을 범위·타당성 기반 베이스라인과 비교한 결과, 디지털 트윈은 연속 드리프트 94.6%, 마스커레이드 89.2%의 탐지율을 기록해 베이스라인이 조작된 페이로드 공격을 거의 탐지하지 못한 것과 대조됐다. 다만 오탐률이 39.6%에 달해 지속 공격 상황에서의 견고성 개선이 필요하다는 점도 함께 드러났다.

• •기존 CAN IDS가 놓치는 정상 통신 패턴을 유지한 채 페이로드만 조작하는 은밀한 공격을 디지털 트윈으로 탐지한다.
• •실제 현대·기아 CAN 로그 17개 신호로 학습한 LSTM 디지털 트윈이 예측-관측 잔차로 공격을 판별한다.
• •연속 드리프트 공격 94.6%, 마스커레이드 공격 89.2% 탐지율을 달성, 베이스라인은 이러한 공격을 거의 탐지하지 못했다.
• •오탐률이 39.6%에 달해 지속적인 공격 상황에서의 견고성 개선이 향후 과제로 남았다.