연구진이 밀리미터파(mmWave) 기반 무선 행동인식(HAR) 시스템이 대조학습(contrastive learning) 환경에서 라벨 뒤집기 오염 공격에 취약함을 처음으로 체계적으로 분석했다. 대조학습 기반 mmWave HAR을 겨냥한 세 가지 라벨 오염 공격 기법을 식별하고 이에 대응하는 방어 기법을 각각 제안했다. 프로토타입 시스템에서 실험을 통해 공격과 방어 기법의 효과를 모두 검증했다. 제안된 공격·방어는 다른 무선 HAR 시스템에도 쉽게 확장 가능하다. 헬스케어, 가상현실, 감시 등에 쓰이는 무선 센싱 시스템의 설계·배치 단계에서 보안을 고려해야 할 필요성을 제기한다.

• •대조학습 기반 mmWave HAR을 겨냥한 세 가지 라벨 뒤집기 오염 공격을 최초로 체계화했다
• •각 공격에 대응하는 방어 기법을 함께 제안하고 프로토타입에서 실험 검증했다
• •WiSec '24에 게재된 연구로 다른 무선 HAR 시스템에도 확장 적용 가능하다
• •헬스케어·VR·감시 등 무선 센싱 응용의 보안 설계 필요성을 강조한다