X-SPUR는 레이블된 공격 데이터가 부족한 차량용 이더넷 환경을 겨냥한 설명 가능한 비지도 침입 탐지 프레임워크다. 원시 패킷 필드를 토큰 시퀀스로 표현하고 인과적 언어모델링으로 정상 트래픽 패턴을 학습한 뒤, 토큰별 크로스엔트로피 서프라이잘로 이상을 탐지한다. 페이로드 토큰 임베딩과 패킷 간 시간 정보를 가산 융합과 아다마르 상호작용으로 결합하는 이중모달 구조, 프로토콜별 이질적 점수 분포를 다루는 듀얼 top-k% Z-점수 보정 기법을 새로 제안했다. TOW-IDS 데이터셋에서 AUC 0.9987을 기록해 기존 최고 성능 AERO(0.9969)를 웃돌았고, 수작업 특징 공학 없이도 두 번째 데이터셋(CarDS)에서 강한 성능을 유지했다. 토큰 단위 서프라이잘로 어떤 프로토콜 필드가 이상을 유발했는지 설명할 수 있어 실제 차량 보안 분석에 활용도가 높다.

• •원시 패킷 필드를 토큰화해 인과적 언어모델로 정상 트래픽을 학습하고 서프라이잘로 이상을 탐지한다
• •페이로드 임베딩과 패킷 간 타이밍을 가산 융합·아다마르 상호작용으로 결합하는 이중모달 구조를 제안했다
• •TOW-IDS에서 AUC 0.9987로 기존 최고 성능(AERO, 0.9969)을 능가하며 수작업 특징 공학이 불필요하다
• •토큰별 서프라이잘로 어떤 프로토콜 필드가 이상을 유발했는지 설명 가능한 분석을 지원한다