분산 연합 학습 기반 블록체인 IIoT 시스템 Sybil 공격 방어

블록체인을 산업용 사물 인터넷(IIoT)에 통합하는 것은 데이터 프라이버시 보호 및 보안 강화를 위한 유망한 해결책으로 부상하고 있습니다. 특히 스마트 계약 지원 및 경량 통신 프로토콜과의 상호 운용성 덕분에 이더리움 기반 IIoT 시스템이 주목받고 있으나, Sybil 공격과 같은 대규모 위협에 여전히 취약합니다. 이러한 공격은 공격자가 수많은 가짜 개체를 생성하여 네트워크를 침투하고 손상시켜 무결성과 가용성을 저해하므로 심각한 보안 위험을 초래합니다. 기존 방어 방식은 이더리움 스마트 계약과 MQTT 같은 경량 프로토콜을 활용하지만, 사기성 노드를 네트워크에 유입시키는 Sybil 공격과 같은 정교한 위협을 간과하는 경향이 있습니다. 또한, 기존 탐지 방법은 중앙 집중식 모니터링에 의존하여 확장성과 프라이버시 문제를 야기하며, IIoT 환경에서 적대적 행동을 나타내는 공개 데이터셋도 부족합니다. 이에 본 연구는 이더리움 기반 IIoT 네트워크를 개발하고, 관련 공개 데이터셋을 GitHub 저장소를 통해 배포합니다. 본 연구는 분산 연합 학습(decentralized federated learning)을 활용하여 PoA(Proof-of-Authority) 기반 IIoT 네트워크에서 Sybil 공격을 탐지하고 방지하는 고급 방법을 제안합니다. 탐지 단계에서는 분산 연합 학습 프레임워크 내에서 합성곱 신경망(CNN)을 사용하여 클라이언트 간 평균 91.13%의 탐지 정확도와 91.37%의 재현율을 달성했습니다. 방지 단계에서는 동적 평판 시스템을 관리하는 보안 스마트 계약을 설계하여 Sybil 노드가 네트워크에서 활동하는 것을 효과적으로 차단합니다. 이 연구는 블록체인 기반 IIoT 시스템의 보안을 강화하고, Sybil 공격에 대한 효과적인 방어 메커니즘을 제공합니다. 특히 공개 데이터셋 제공은 향후 IIoT 보안 연구에 기여할 것으로 기대됩니다.