도시 보행자 계수 시스템은 경제지표·계획·안전 운영에 활용되지만, 그 위에 세워진 디지털 트윈은 입력 스트림을 무비판적으로 참값으로 취급해왔다. 이 논문은 전력·수도망보다 훨씬 더 열악한 관측 가능성(잠재 흐름에서 관측값으로의 매핑이 훨씬 랭크 결핍적)을 가진 도시 규모 보행자 감지에서 은밀한 허위 데이터 주입(stealthy false data injection)을 정식화했다. 제안된 트윈은 보행자 거리 그래프 위의 방향성 흐름을 추정하고, 학습된 그래프 국소화 게인으로 계수 데이터를 동화하며, 계측·비계측 구간을 연결하는 흐름 보존 잔차로 학습된다. 탐지는 혁신값과 이 잔차를 결합하고 경보 임계값은 수작업이 아닌 적응형 등각 보정(conformal calibration)으로 설정한다. 멜버른 6년치 데이터에서 단일 기기가 손상됐을 때 공격 여유(attack margin)는 0.54였으나 전체 장비의 3분의 1이 손상되면 0.19로 떨어졌고, 거리 그래프로 대체하면 이 여유가 0.09로 붕괴해 성능 향상이 위치 정보가 아닌 흐름 보존 물리 법칙에서 나온다는 것을 보여준다.

• •도시 보행자 계수 디지털 트윈에서 은밀한 허위 데이터 주입 공격을 정식화, 전력·수도망보다 관측 가능성이 낮은 환경 다뢸
• •흐름 보존 잔차와 학습된 그래프 국소화 게인으로 트윈을 구성하고 적응형 등각 보정으로 경보 임계값 자동 설정
• •멜버른 6년치 데이터에서 단일 기기 손상 시 공격 여유 0.54, 전체 3분의 1 손상 시 0.19로 저하
• •거리 그래프로 단순화하면 여유가 0.09로 붕괴, 성능 향상이 흐름 보존 물리 법칙에서 비롯됨을 입증