RAG-IDS는 벡터 지식베이스 검색을 이용해 네트워크 트래픽을 분류하는 RAG 기반 침입탐지시스템이 지식 오염과 프롬프트 인젝션에 취약하다는 문제를 해결하는 3계층 다중에이전트 프레임워크다. 소프트 신뢰 점수화, 라벨-임베딩 일관성 검사(LECC), 프롬프트 정화를 결합한 검색경계 방어를 통해 공격 상황에서도 분류 품질을 복원한다. CIC-UNSW-NB15 실험에서 오염률 1%일 때 정상 성능 대비 회복률 R=1.0, 30%일 때도 R=0.57을 기록했으며 정상 상태 성능 저하는 미미했다. 프롬프트 인젝션 공격 시 다중 문서 검색은 라벨 뒤집기 성공률을 0.6~2.4%로 억제해 단일 문서 검색의 35~55%보다 크게 낮췄고, 절제실험에서는 LECC가 견고성의 핵심 요인이며 소프트 신뢰 기반 강등이 하드 필터링보다 우수한 것으로 나타났다.

• •지식 오염·프롬프트 인젝션에 대응하는 3계층 다중에이전트 IDS 프레임워크 RAG-IDS 제안
• •소프트 신뢰점수·LECC·프롬프트 정화를 결합한 검색경계 방어
• •오염률 1%에서 회복률 R=1.0, 30%에서도 R=0.57 유지
• •다중문서 검색으로 라벨 뒤집기 성공률을 0.6~2.4%로 억제(단일문서 대비 35~55%)
• •절제실험에서 LECC가 견고성의 핵심 요인으로 확인