연구진은 적대적 공격에 취약한 머신러닝 기반 네트워크 침입 탐지 시스템(NIDS)의 범주별 견고성을 평가했어요.
1D CNN, LSTM, Random Forest 세 가지 모델을 ACI-IoT-2023 데이터셋과 FGSM, PGD 공격으로 테스트한 결과, Random Forest는 작은 공격에도 성능이 급격히 저하됐어요.
CNN은 작은 공격에도 높은 정확도를 유지했고, LSTM은 중간 정도의 성능을 보였으며, 높은 기준 정확도가 반드시 안전을 의미하지 않는다는 점을 확인했어요.