Starlink Website Fingerprinting Research

Overview

트래픽 전처리부터 딥러닝 학습까지를 아우르는 전체 데이터 파이프라인을 구성하고, 분류기 성능 향상을 위한 하이퍼파라미터 최적화를 수행하였습니다. 실험 자동화를 위해 반복 실행 가능한 스크립트를 설계하였으며, 다양한 모델과의 성능 비교를 위해 기준 모델을 재현하고 결과를 시각화하였습니다.

Project Goal

Starlink 트래픽 환경에서도 강건하게 동작하는 웹사이트 식별 모델을 구현하고, 차세대 위성 인터넷 보안 연구의 기반을 마련

Key Features

• AI
• Feature Engineering
• Data Analysis

Challenges & Solutions

길고 불규칙한 Starlink 트래픽의 특성으로 인해 발생하는 과적합 문제와 다양한 시퀀스 길이를 안정적으로 처리할 수 있는 모델 구조 설계

Results & Achievements

트랜스포머와 1D-CNN을 결합한 모델을 설계하여 기존 CNN 모델 대비 정확도를 11% 향상시킨 56%의 분류 정확도를 달성하였습니다.