시나리오 내용 반영

scenario_md/C204-지휘통제(C2)_지휘망 보안-무전 음성 스푸핑·딥페이크 탐지 실험/C204-지휘통제(C2)_지휘망 보안-무전 음성 스푸핑·딥페이크 탐지 실험.md

@@ -0,0 +1,97 @@
+**무전 음성 스푸핑·딥페이크 탐지 실험**
+
+난 이 도 **고급**
+
+| **프로젝트 목표** | 러시아-우크라이나 전쟁에서는 지휘관 명의의 위조 음성·영상과 무전 기만이 실제로 보고되면서, 생성형 AI 시대에 '들리는 목소리가 정말 그 지휘관인가'를 확인하는 일이 지휘망 보안의 새로운 과제가 되었다. 본 프로젝트에서는 실제 음성 대신 탐지 학습용 합성 신호(배음 신호에 진짜 음성의 자연스러운 흔들림과 문헌상 알려진 위조 흔적을 통계적으로 표시한 추상 신호)를 코드로 만들어, 데이터셋 규격 설계, 무전 채널 잡음 모델링과 MFCC·스펙트로그램 전처리, 규칙 기반 Baseline, 신경망 판별 엔진, 진위 신뢰도 점수, C2 보안 상황판, 통신보안관 2차 검증(HITL), 전자전 재밍 스트레스 시험, AAR 재보정, 최종 통합까지 위조 음성 탐지 파이프라인을 단계별로 구현한다. 음성을 생성하거나 변조하는 공격 기법은 다루지 않으며, 오직 수신 측의 탐지·검증 기능만 구현한다. 최종 목표는 잡음이 심한 무전 환경에서도 위조 명령을 놓치지 않고 오경보를 줄이며, 모든 긴급 명령의 진위 확정이 사람의 인증·청음 확인을 거치도록 설계하는 것이다. |
+| --- | --- |
+
+| **유의사항** | 모든 신호·화자·망 ID·수치는 코드 안에서 만든 교육용 가상 자료이며 실제 음성 녹음, 부대명, 호출부호, 주파수, 암호·인증 체계는 사용하지 않는다. 음성 합성·변조(TTS/VC) 등 위조 음성을 만드는 기법은 실습 범위에서 제외하며 탐지 측 기능만 다룬다. 부대 내 무전 녹음·촬영이나 부대 자료의 외부 AI 서비스 입력은 금지한다. 탐지 점수와 등급은 판단 보조이며, 명령의 진위 확정과 전파는 통신보안관의 인증·청음 확인과 지휘계통에 따른다. 미션별 정답 코드는 각각 한 파일로 독립 실행된다. |
+| --- | --- |
+
+**1단계. 위협 분석·데이터 규격 설계 및 무전 신호 전처리**
+
+| **미션 1. 전술 무전 음성 통신 환경 분석 및 딥페이크/스푸핑 음성 데이터셋 규격 설계** [초급 · 1.5시간] | **미션 1. 전술 무전 음성 통신 환경 분석 및 딥페이크/스푸핑 음성 데이터셋 규격 설계** [초급 · 1.5시간] |
+| --- | --- |
+| **목표** | 전술 무전 환경과 생성형 AI 음성 위조(TTS/VC)·녹음 재생 위협을 탐지 단서 관점에서 정리하고, 무전 음성 클립 데이터셋의 입력 규격과 검증기를 만든다. |
+| **수행** | 진짜·TTS 의심·VC 의심·재생 의심 4개 라벨과 유형별 탐지 단서를 표로 정리한다. 클립 정보(망 ID, 주장 화자, 긴급도), 채널 조건(대역, 코덱, SNR, 끊김 비율), 전술 파라미터(기상, 위치오차, 통신지연, 전자전 재밍 여부)를 포함한 스키마를 작성한다. 가상 샘플 20건을 검증하고 형식·허용값·범위·누락·자료형 오류와 업무 규칙 위반을 일부러 넣어 검증기가 모두 잡는지 확인한다. |
+| **산출물** | data/schema/c204_input_schema.json, docs/c204_data_spec.md |
+| **평가** | **[필수] 데이터 구조화·검증** — 스키마 필드 정의 완성도 100%, 정상 샘플 검증 오류 0건, 주입한 오류 6종을 모두 검출하고 기상·위치오차·통신지연 등 전술 파라미터를 포함했는가. |
+
+| **미션 2. 무전 잡음(전술 배경소음, 주파수 감쇄) 모델링 및 음향 특징(MFCC/스펙트로그램) 전처리 구현** [초급~중급 · 2시간] | **미션 2. 무전 잡음(전술 배경소음, 주파수 감쇄) 모델링 및 음향 특징(MFCC/스펙트로그램) 전처리 구현** [초급~중급 · 2시간] |
+| --- | --- |
+| **목표** | 무전기의 주파수 대역 제한과 전장 소음을 모델링하고, 끊김·충격 잡음을 정제한 뒤 MFCC·스펙트로그램 특징을 뽑는 전처리 모듈을 구현한다. |
+| **수행** | 300~3400Hz 대역 제한, 배경 잡음(SNR), 차량형 저주파 소음, 충격성 잡음, 신호 끊김, 포화를 모형화한다. 끊김 구간 검출, 충격 잡음 제한, 상황별(평시·야간·악천후) 스펙트럼 차감 배수 선택, 정규화를 거쳐 MFCC 13차와 스펙트로그램을 계산한다. 처리 속도와 깨끗한 신호 대비 특징 왜곡 감소를 측정하고 단위 테스트 5종으로 검증한다. |
+| **산출물** | src/preprocess/c204_preprocessor.py, 전처리 전후 특징 비교표 |
+| **평가** | **[필수] 전처리 정확성** — 10ms 프레임 기준 처리 속도 1,000건/초 이상, 전처리 오류율 0%, 단위 테스트 5종 통과, 상황별 차감 배수 선택 근거를 설명했는가. |
+
+**2단계. 스펙트럼 Baseline 구현 및 판별 엔진 고도화**
+
+| **미션 3. 음향 스펙트럼 분석 기반 1차 무전 음성 변조 탐지 Baseline 모델 구현** [중급 · 2.5시간] | **미션 3. 음향 스펙트럼 분석 기반 1차 무전 음성 변조 탐지 Baseline 모델 구현** [중급 · 2.5시간] |
+| --- | --- |
+| **목표** | 음향 스펙트럼 단서를 진짜 음성 기준 분포와 비교하는 규칙 기반 1차 위조 탐지 Baseline을 구현한다. |
+| **수행** | 고주파 에너지 비율, 프레임 경계 흔적, 배음 대 잡음비, 스펙트럼 평탄도, 저역 에너지, 등록 화자 유사도 6개 단서를 계산한다. 진짜 음성 200개로 단서별 정상 경계(3% 분위수)를 정하고, 하나라도 벗어나면 위조 의심으로 판정한다. 400클립 기본 데이터셋에서 정확도·재현율·오경보율·지연을 구하고, 유형별로 어떤 단서가 걸렸는지와 SNR 구간별 한계를 기록한다. |
+| **산출물** | src/models/c204_baseline_model.py, 기본 추론 결과 보고서 |
+| **평가** | **[필수] Baseline 성능** — 기본 데이터셋 탐지 정확도 75% 이상, 판정마다 걸린 단서를 근거로 제시하고 SNR별 한계를 정리했는가. |
+
+| **미션 4. 음성 합성 인공지능(TTS/VC) 아티팩트 및 위조 음성 판별 딥러닝 탐지 엔진 고도화** [중급 · 3시간] | **미션 4. 음성 합성 인공지능(TTS/VC) 아티팩트 및 위조 음성 판별 딥러닝 탐지 엔진 고도화** [중급 · 3시간] |
+| --- | --- |
+| **목표** | 음향 특징과 화자 유사도를 입력으로 하는 신경망(MLP) 위조 음성 판별 엔진을 학습하고, 복합 위협 시나리오에서 성능과 오경보 패턴을 검증한다. |
+| **수행** | MFCC 평균·표준편차, 고주파·저역 비율, 평탄도, 흔들림, HNR, 프레임 경계 흔적, 화자 유사도 35개 특징으로 신경망을 학습한다. 위조 유형과 채널 조건(저SNR, 충격 잡음, 끊김, 재밍, 포화)을 섞은 복합 위협 시나리오 10종에서 재현율과 단일 클립 처리 지연을 측정한다. 진짜 음성을 조건별로 넣어 오경보가 많이 나는 패턴을 찾고 특징 공간 보완 방향을 정한다. |
+| **산출물** | src/models/c204_advanced_detector.py, 복합 위협 시나리오 시험 결과표 |
+| **평가** | **[선택] 고도화 탐지** — 복합 위협 평균 재현율 85% 이상, 시나리오 10종 통과, 단일 클립 처리 지연 200ms 이하, 오경보 유발 조건을 식별했는가. |
+
+**3단계. 진위 신뢰도 산출 및 C2 보안 상황판 구현**
+
+| **미션 5. 전장 소음 환경 오탐 방지 및 무전 화자 진위 신뢰도 점수 산출 모듈 구현** [중급~고급 · 3시간] | **미션 5. 전장 소음 환경 오탐 방지 및 무전 화자 진위 신뢰도 점수 산출 모듈 구현** [중급~고급 · 3시간] |
+| --- | --- |
+| **목표** | 채널 품질을 반영한 보정 모델로 무전 화자 진위 신뢰도 점수와 High/Med/Low 등급을 산출해 전장 소음 속 오경보를 줄인다. |
+| **수행** | 추정 SNR, 단일톤 재밍 지수, 끊김 비율 등 채널 품질 특징을 더하고 잡음 조건을 섞어 학습한 뒤 로지스틱 보정으로 점수를 확률화한다. 품질이 나쁜 채널의 High 판정은 한 단계 낮춰 사람이 확인하게 한다. 기존 판별기 대비 오경보율 감축, ROC-AUC, 임계값 민감도를 비교하고, 같은 음성에 다른 잡음을 5회 넣어 등급 일관성을 측정한다. |
+| **산출물** | src/verification/c204_confidence_engine.py, 오경보 필터링 전후 비교표 |
+| **평가** | **[필수] 신뢰도·오탐 억제** — 즉시 경보 기준 오경보율 40% 이상 감축, 등급 일관성 90% 이상, ROC-AUC와 임계값 민감도를 제시하고 등급별 조치 기준이 타당한가. |
+
+| **미션 6. 실시간 무전 음성 위조 경보 및 스펙트로그램 시각화 C2 보안 인터페이스 구현** [중급 · 2.5시간] | **미션 6. 실시간 무전 음성 위조 경보 및 스펙트로그램 시각화 C2 보안 인터페이스 구현** [중급 · 2.5시간] |
+| --- | --- |
+| **목표** | 모의 무전 송신 스트림을 받아 위조 점수와 등급을 실시간 갱신하는 야간 모드 C2 음성 보안 상황판을 구현한다. |
+| **수행** | 송신 1건마다 스펙트로그램, 점수 추이, 등급 집계, 경보 목록 4개 패널을 갱신하고 High 경보는 빨간 테두리로 강조한다. 화면 갱신 시간과 경보 목록에서 한 건을 골랐을 때 판정 근거(상위 단서 3개)를 보여 주는 응답 시간을 측정한다. 야간 운용을 고려해 어두운 배경과 경보 색상 체계를 적용한다. |
+| **산출물** | src/ui/c204_dashboard.py, 상황판 화면 |
+| **평가** | **[선택] 상황판 가시화** — 시각화 패널 4종 이상, 화면 갱신 1초 이내, 선택 응답 100ms 이내, 긴급 경보 강조와 야간 모드를 적용했는가. |
+
+**4단계. 통신보안관 HITL 검증 절차 및 재밍 스트레스 시험**
+
+| **미션 7. 지휘관 긴급 음성 명령 수신 시 통신관 HITL 2차 육안/청음 검증 절차 설계** [고급 · 3시간] | **미션 7. 지휘관 긴급 음성 명령 수신 시 통신관 HITL 2차 육안/청음 검증 절차 설계** [고급 · 3시간] |
+| --- | --- |
+| **목표** | 지휘관 명의 긴급 음성 명령이 들어오면 통신보안관이 인증 질의응답과 청음으로 2차 확인한 뒤에만 전파하는 HITL 검증 절차를 설계한다. |
+| **수행** | 긴급 명령은 탐지 점수와 무관하게 검증 대기열에 올리고 등급·점수 순으로 검토 순서를 정한다. 확인(전파)은 가상 챌린지-응답 인증 통과, 청음 확인, 근거 기록이 있어야 하며 High 등급은 다른 검토자의 교차 확인을 요구한다. 보류 기한을 넘기면 자동 처리 대신 상급 통제관에게 상신하고, 모든 결정과 지휘관 피드백을 해시 체인 감사 로그에 남겨 위·변조를 검출한다. |
+| **산출물** | src/hitl/c204_approval_workflow.py, docs/c204_hitl_guide.md |
+| **평가** | **[필수] 인간 검증·책임 추적** — 자동 전파 0건, 규칙 위반 결정 차단, 대기시간과 승인/반려 로깅 성공률 100%, 감사 로그 위·변조를 검출하고 책임 분계를 명시했는가. |
+
+| **미션 8. 전자전 재밍 및 잡음 혼입 환경 모의 딥페이크 탐지 한계치 스트레스 테스트** [고급 · 3.5시간] | **미션 8. 전자전 재밍 및 잡음 혼입 환경 모의 딥페이크 탐지 한계치 스트레스 테스트** [고급 · 3.5시간] |
+| --- | --- |
+| **목표** | 전자전 재밍과 심한 잡음 환경에서 위조 탐지 성능의 한계점을 찾고, 트래픽 급증 부하에서도 안전하게 동작하는지 시험한다. |
+| **수행** | SNR과 단일톤 재밍 세기를 단계적으로 높이며 정확도·재현율·오경보율 곡선을 그려 판정 불가 구간을 정한다. 무전 트래픽을 평시의 5배로 늘리고 손상 입력을 섞어 처리·격리·유실·다운 건수와 메모리 증가를 측정한다. 처리 지연 상황에서는 기능 축소 모드로 전환해 유실 없이 사람 확인으로 넘기는지 확인하고 병목 함수를 프로파일링한다. |
+| **산출물** | tests/c204_stress_test.py, 스트레스 테스트 분석 보고서 |
+| **평가** | **[선택] 복원력 검증** — 트래픽 500% 증가 시 시스템 다운 0건, 데이터 유실 0%, 탐지 한계 구간과 병목을 식별하고 안전 실패(Fail-safe) 동작을 확인했는가. |
+
+**5단계. AAR 재보정 및 통합 브리핑 패키지 완성**
+
+| **미션 9. AAR 기반 무전 위조 오판정 음성 분석 및 음향 특징 추출 파라미터 재보정** [고급 · 3시간] | **미션 9. AAR 기반 무전 위조 오판정 음성 분석 및 음향 특징 추출 파라미터 재보정** [고급 · 3시간] |
+| --- | --- |
+| **목표** | 1차 배치 Baseline의 모의 운용 기록에서 오판정 사례를 분석(AAR)하고, 특징 추출·판정 파라미터를 재보정한다. |
+| **수행** | 오판정을 미탐과 오경보로 나누어 채널 조건·위조 유형별로 집계하고 원인을 규명한다. 오판정 사례 가중 재학습, 채널 품질 특징 추가, 스펙트럼 차감 배수와 판정 임계값 재탐색으로 파라미터를 정하고 설정 파일로 정리한다. 학습에 쓰지 않은 새 운용 기록으로 회귀 시험을 해 정확도 향상, 오판정 재발, 새 오류 발생 여부를 확인한다. |
+| **산출물** | docs/c204_aar_report.md, configs/c204_tuned_params.yaml |
+| **평가** | **[필수] AAR·재보정** — 재보정 후 새 운용 기록 정확도 10%p 이상 향상, AAR 오판정 재발 0건, 원인 분석과 조치가 논리적으로 연결되는가. |
+
+| **미션 10. 무전 음성 스푸핑·딥페이크 탐지 시스템 통합 및 C2 음성 보안 브리핑 패키지 완성** [최고급 · 3.5시간] | **미션 10. 무전 음성 스푸핑·딥페이크 탐지 시스템 통합 및 C2 음성 보안 브리핑 패키지 완성** [최고급 · 3.5시간] |
+| --- | --- |
+| **목표** | 검증부터 판별, 신뢰도 등급, 검증 대기열, 감사 로그까지 한 번에 실행되는 통합 패키지를 만들고 C2 음성 보안 브리핑을 완성한다. |
+| **수행** | 수신 기록을 검증해 손상·미등록 기록을 차단하고, 재보정 파라미터로 판별·등급을 산출해 위조 의심과 긴급 명령을 전량 검증 대기열에 올린다. 자체 점검 10항목과 함수 커버리지로 통합 상태를 확인한다. 처리 결과·성능·검증 대기·운용 원칙·한계와 인접 체계 연동 방향을 5줄 브리핑으로 정리한다. |
+| **산출물** | src/main_c204.py, README.md, docs/c204_final_report.md |
+| **평가** | **[필수] 통합·브리핑** — E2E 통합 실행 성공률 100%(자체 점검 전 항목 통과), 테스트 커버리지 85% 이상, 브리핑 수치가 실행 결과와 일치하는가. |
+
+**최종 판정**
+
+**판정 기준 :** 모든 필수 항목([필수])에서 PASS를 받아야 최종 PASS로 인정한다.
+
+최종 판정 결과 : ( PASS / FAIL )
+
+평가 의견 : (필수 항목 중 하나라도 FAIL인 경우 사유를 기재한다.)

scenario_md/C204-지휘통제(C2)_지휘망 보안-무전 음성 스푸핑·딥페이크 탐지 실험/C204_실습가이드.md

@@ -0,0 +1,270 @@
+**C204 실습가이드 - 무전 음성 스푸핑·딥페이크 탐지 실험**
+
+구    분 **실습가이드 [교육용가상자료]**
+
+**1. 실습 개요**
+
+본 실습은 탐지 학습용 합성 무전 신호로 위조 음성(TTS/VC 의심, 녹음 재생) 탐지·검증 파이프라인을 미션 단위로 구현하는 과정이다. 미션마다 정답 코드(C204_정답코드.md)의 해당 코드를 웹 파이썬 실행기에 붙여 넣어 실행하고, 출력된 수치가 평가 기준을 충족하는지 확인한 뒤 파라미터를 바꿔 보는 도전 과제를 수행한다. 미션별 코드는 서로 독립적이어서 어느 미션부터 실행해도 동작한다. 실습은 수신 측 탐지·검증만 다루며 음성을 만들거나 변조하는 기법은 다루지 않는다.
+
+| **과제** | C204 무전 음성 스푸핑·딥페이크 탐지 실험 |
+| --- | --- |
+
+| **난이도·유형** | 고급 / 코딩형 |
+| --- | --- |
+
+| **예상 소요시간** | 미션 10개, 총 27.5시간 |
+| --- | --- |
+
+| **준비물** | C204_정답코드.md, 웹 파이썬 실행기(numpy·pandas·scipy·scikit-learn·matplotlib 사용 가능), 결과 기록용 문서 |
+| --- | --- |
+
+**2. 진행 방법**
+
+- 정답코드 md에서 해당 미션의 코드 블록 전체를 복사해 실행기에 붙여 넣고 실행한다(부분 복사 시 합성 신호 생성·특징 추출 함수가 빠져 오류가 난다).
+
+- 실행 결과를 md의 '실행 결과 예시'와 비교한다. 난수 시드가 고정되어 있어 정확도·건수는 같게 나오며, 처리 속도·지연(ms)만 실행기 성능에 따라 달라진다.
+
+- 미션 2·4·5·8·9는 실행에 10~25초가 걸린다. 실행 중 다시 누르지 않는다.
+
+- 도전 과제는 코드의 파라미터(임계값, 잡음 조건, 학습 데이터 구성 등)를 바꿔 다시 실행하고 변화와 이유를 기록한다.
+
+- 그래프 글자는 영문, 표·출력은 한글이다. 한글이 깨지면 실행기 글꼴 문제이며 결과에는 영향이 없다.
+
+- 실제 무전 녹음, 부대 호출부호, 주파수, 인증 체계는 입력하지 않는다. 진위 확정과 명령 전파는 통신보안관 확인과 지휘계통에 따른다.
+
+**3. 미션 진행 요약**
+
+| **미션** | **난이도·시간** | **핵심 확인 결과** |
+| --- | --- | --- |
+| **M1. 전술 무전 음성 통신 환경 분석 및 딥페이크/스푸핑 음성 데이터셋 규격 설계** | 초급
+1.5시간 | 정상 샘플 오류 0건, 주입 오류 6종 모두 검출 |
+| **M2. 무전 잡음(전술 배경소음, 주파수 감쇄) 모델링 및 음향 특징(MFCC/스펙트로그램) 전처리 구현** | 초급~중급
+2시간 | 처리 속도 약 3만 프레임/초 이상(목표 1,000건/초 달성), 오류율 0% |
+| **M3. 음향 스펙트럼 분석 기반 1차 무전 음성 변조 탐지 Baseline 모델 구현** | 중급
+2.5시간 | 탐지 정확도 78.8%(목표 75% 달성), 재현율 74.0%, 오경보율 16.8% |
+| **M4. 음성 합성 인공지능(TTS/VC) 아티팩트 및 위조 음성 판별 딥러닝 탐지 엔진 고도화** | 중급
+3시간 | 복합 위협 평균 재현율 96.2%, 시나리오 10/10 통과, 단일 클립 지연 수 ms(목표 200ms 이하) |
+| **M5. 전장 소음 환경 오탐 방지 및 무전 화자 진위 신뢰도 점수 산출 모듈 구현** | 중급~고급
+3시간 | 즉시 경보 오경보율 27.6% -> 0.0%(감축 100%, 목표 40% 달성) |
+| **M6. 실시간 무전 음성 위조 경보 및 스펙트로그램 시각화 C2 보안 인터페이스 구현** | 중급
+2.5시간 | 패널 4종 24회 갱신, 갱신 최대 1초 이내, 선택 응답 수 ms(목표 100ms 이내) |
+| **M7. 지휘관 긴급 음성 명령 수신 시 통신관 HITL 2차 육안/청음 검증 절차 설계** | 고급
+3시간 | 자동 전파 0건, 규칙 위반 차단 5건, 로깅 성공률 100% |
+| **M8. 전자전 재밍 및 잡음 혼입 환경 모의 딥페이크 탐지 한계치 스트레스 테스트** | 고급
+3.5시간 | 판정 불가 구간: SNR 0dB 이하(정확도 66.7%, 48.3%) |
+| **M9. AAR 기반 무전 위조 오판정 음성 분석 및 음향 특징 추출 파라미터 재보정** | 고급
+3시간 | 재보정 전 오판정 121건(미탐 replay 53건 최다) |
+| **M10. 무전 음성 스푸핑·딥페이크 탐지 시스템 통합 및 C2 음성 보안 브리핑 패키지 완성** | 최고급
+3.5시간 | 자체 점검 10/10 통과, E2E 성공률 100%, 함수 커버리지 100% |
+
+**미션 1. 전술 무전 음성 통신 환경 분석 및 딥페이크/스푸핑 음성 데이터셋 규격 설계**
+
+| **난이도·시간** | 초급 · 1.5시간 |
+| --- | --- |
+
+| **진행 순서** | 1) M1 코드를 실행해 위협 유형별 탐지 단서 표를 읽고, 무전 채널이 단서를 가리는 이유를 정리한다.
+2) 정상 샘플 20건 검증 결과와 오류 주입 6건이 어떤 규칙에 걸렸는지 표로 정리한다.
+3) 데이터 명세 요약표에서 기상·위치오차·통신지연·재밍 여부 필드가 있는지 확인한다. |
+| --- | --- |
+
+| **확인할 결과** | 정상 샘플 오류 0건, 주입 오류 6종 모두 검출
+라벨 4종(bonafide, tts_art, vc_art, replay)과 채널·전술 필드가 명세에 정리됨 |
+| --- | --- |
+
+| **도전 과제** | 스키마에 송신 거리(tx_distance_km, 0~100) 필드를 추가하고 범위를 벗어난 값을 넣어 검출되는지 확인해 본다. |
+| --- | --- |
+
+| **제출물** | 스키마 정의 코드, 데이터 명세서(필드·규칙·라벨·탐지 단서 표) |
+| --- | --- |
+
+**미션 2. 무전 잡음(전술 배경소음, 주파수 감쇄) 모델링 및 음향 특징(MFCC/스펙트로그램) 전처리 구현**
+
+| **난이도·시간** | 초급~중급 · 2시간 |
+| --- | --- |
+
+| **진행 순서** | 1) M2 코드를 실행해 처리 속도와 오류율을 확인한다.
+2) 상황별(평시·야간·악천후) 특징 왜곡 전후 값과 선택된 스펙트럼 차감 배수를 비교한다.
+3) 단위 테스트 5종의 PASS 여부를 기록한다. |
+| --- | --- |
+
+| **확인할 결과** | 처리 속도 약 3만 프레임/초 이상(목표 1,000건/초 달성), 오류율 0%
+악천후(충격 잡음) 특징 왜곡 약 46% 개선, 단위 테스트 5/5 통과 |
+| --- | --- |
+
+| **도전 과제** | 충격 잡음 비율(impulse)을 2배로 올려 실행하고, 끊김 검출 수와 특징 왜곡 개선율이 어떻게 바뀌는지 기록한다. |
+| --- | --- |
+
+| **제출물** | 전처리 코드, 상황별 전처리 전후 비교표, 단위 테스트 결과 |
+| --- | --- |
+
+**미션 3. 음향 스펙트럼 분석 기반 1차 무전 음성 변조 탐지 Baseline 모델 구현**
+
+| **난이도·시간** | 중급 · 2.5시간 |
+| --- | --- |
+
+| **진행 순서** | 1) M3 코드를 실행해 진짜 음성 기준으로 정한 단서별 경계값을 확인한다.
+2) 400클립 정확도·재현율·오경보율과 유형별로 주로 걸린 단서를 표로 정리한다.
+3) SNR 구간별 정확도·오경보율로 Baseline의 한계를 설명한다. |
+| --- | --- |
+
+| **확인할 결과** | 탐지 정확도 78.8%(목표 75% 달성), 재현율 74.0%, 오경보율 16.8%
+tts_art 100% 판정, replay 30.5%만 판정(가장 약한 유형) |
+| --- | --- |
+
+| **도전 과제** | fit_rules의 분위수 q를 0.03에서 0.01로 바꿔 오경보율과 재현율이 어떻게 바뀌는지 비교한다. |
+| --- | --- |
+
+| **제출물** | Baseline 코드, 추론 결과 보고서(정확도·유형별 단서·SNR별 한계) |
+| --- | --- |
+
+**미션 4. 음성 합성 인공지능(TTS/VC) 아티팩트 및 위조 음성 판별 딥러닝 탐지 엔진 고도화**
+
+| **난이도·시간** | 중급 · 3시간 |
+| --- | --- |
+
+| **진행 순서** | 1) M4 코드를 실행해 신경망 학습 데이터 구성(진짜·위조 수, 특징 수)을 확인한다.
+2) 복합 위협 시나리오 10종의 재현율과 PASS/FAIL을 기록한다.
+3) 채널 조건별 진짜 음성 오경보율에서 가장 높은 조건을 찾고 보완 방향을 적는다. |
+| --- | --- |
+
+| **확인할 결과** | 복합 위협 평균 재현율 96.2%, 시나리오 10/10 통과, 단일 클립 지연 수 ms(목표 200ms 이하)
+오경보 유발 패턴: 단일톤 재밍(31.7%) |
+| --- | --- |
+
+| **도전 과제** | 학습 데이터에 jam_tone=0.5 조건 진짜·위조 클립 200개를 추가해 재학습하고 재밍 조건 오경보율 변화를 확인한다. |
+| --- | --- |
+
+| **제출물** | 고도화 탐지 코드, 복합 위협 시나리오 결과표, 오경보 패턴 분석 |
+| --- | --- |
+
+**미션 5. 전장 소음 환경 오탐 방지 및 무전 화자 진위 신뢰도 점수 산출 모듈 구현**
+
+| **난이도·시간** | 중급~고급 · 3시간 |
+| --- | --- |
+
+| **진행 순서** | 1) M5 코드를 실행해 기존 판별기와 보정 엔진의 오경보율·탐지율·ROC-AUC를 비교한다.
+2) 등급 분포(High/Med/Low)를 진짜·위조로 나누어 보고 등급별 조치 기준을 정리한다.
+3) 임계값 민감도 표와 등급 일관성 결과를 기록한다. |
+| --- | --- |
+
+| **확인할 결과** | 즉시 경보 오경보율 27.6% -> 0.0%(감축 100%, 목표 40% 달성)
+ROC-AUC 0.822 -> 0.995, 등급 일관성 96.7%(목표 90% 달성) |
+| --- | --- |
+
+| **도전 과제** | High 기준(0.8)을 0.6으로 낮췄을 때 진짜 음성의 High 비율과 위조 High 비율이 어떻게 바뀌는지 확인하고 적정 기준을 제안한다. |
+| --- | --- |
+
+| **제출물** | 신뢰도 엔진 코드, 오경보 필터링 전후 비교표, 등급별 조치 기준 |
+| --- | --- |
+
+**미션 6. 실시간 무전 음성 위조 경보 및 스펙트로그램 시각화 C2 보안 인터페이스 구현**
+
+| **난이도·시간** | 중급 · 2.5시간 |
+| --- | --- |
+
+| **진행 순서** | 1) M6 코드를 실행해 상황판 4개 패널과 최근 송신 8건 표를 확인한다.
+2) 화면 갱신 시간(최대·평균)과 선택 응답 시간을 기록한다.
+3) 선택 예시의 상위 단서 3개를 보고 운용자에게 어떻게 설명할지 정리한다. |
+| --- | --- |
+
+| **확인할 결과** | 패널 4종 24회 갱신, 갱신 최대 1초 이내, 선택 응답 수 ms(목표 100ms 이내)
+위조 12건 중 경보 12건, 진짜 12건 중 경보 0건 |
+| --- | --- |
+
+| **도전 과제** | 스트림의 SNR 범위를 (2, 10)으로 바꿔 실행하고 Med 등급과 경보 목록이 어떻게 달라지는지 관찰한다. |
+| --- | --- |
+
+| **제출물** | 상황판 코드, 상황판 화면 캡처, 응답성 측정 결과 |
+| --- | --- |
+
+**미션 7. 지휘관 긴급 음성 명령 수신 시 통신관 HITL 2차 육안/청음 검증 절차 설계**
+
+| **난이도·시간** | 고급 · 3시간 |
+| --- | --- |
+
+| **진행 순서** | 1) M7 코드를 실행해 검토 순서와 자동 전파 0건을 확인한다.
+2) 차단된 규칙 위반 5건(인증 없는 전파, ID 누락, 허용되지 않은 조치, 근거 부족, High 단독 확인)을 표로 정리한다.
+3) 처리 결과표와 감사 로그 검증·변조 검출 결과를 기록한다. |
+| --- | --- |
+
+| **확인할 결과** | 자동 전파 0건, 규칙 위반 차단 5건, 로깅 성공률 100%
+보류 기한 초과 U02 상신, 8번째 기록 변조 검출(False, 8) |
+| --- | --- |
+
+| **도전 과제** | Med 등급 확인에도 교차 확인을 요구하도록 규칙을 바꾸고, 평균 검토 대기 시간에 미치는 영향을 토의한다. |
+| --- | --- |
+
+| **제출물** | HITL 절차 코드, HITL 가이드(책임 분계·인증 절차·상신 기준) |
+| --- | --- |
+
+**미션 8. 전자전 재밍 및 잡음 혼입 환경 모의 딥페이크 탐지 한계치 스트레스 테스트**
+
+| **난이도·시간** | 고급 · 3.5시간 |
+| --- | --- |
+
+| **진행 순서** | 1) M8 코드를 실행해 SNR·재밍 단계별 정확도·재현율·오경보율 표를 확인한다.
+2) 정확도 80% 미만 구간을 판정 불가 구간으로 정한다.
+3) 부하 시험 표(평시·5배·5배+처리지연)의 유실·다운·기능 축소 건수와 프로파일 병목을 기록한다. |
+| --- | --- |
+
+| **확인할 결과** | 판정 불가 구간: SNR 0dB 이하(정확도 66.7%, 48.3%)
+트래픽 500% 증가 시 다운 0건·유실 0%, 처리 지연 시 146건 기능 축소, 병목은 피치 자기상관 |
+| --- | --- |
+
+| **도전 과제** | backlog_lim을 50으로 줄여 기능 축소 전환 건수가 어떻게 달라지는지 확인하고, 기능 축소 결과를 어떻게 표시해야 하는지 토의한다. |
+| --- | --- |
+
+| **제출물** | 스트레스 시험 코드, 분석 보고서(한계 곡선·부하 결과·병목·Fail-safe 동작) |
+| --- | --- |
+
+**미션 9. AAR 기반 무전 위조 오판정 음성 분석 및 음향 특징 추출 파라미터 재보정**
+
+| **난이도·시간** | 고급 · 3시간 |
+| --- | --- |
+
+| **진행 순서** | 1) M9 코드를 실행해 운용 기록의 오판정을 유형·채널 조건별로 확인한다.
+2) 원인 분석 3가지와 재보정 파라미터(yaml)를 연결해 AAR 보고서 표로 정리한다.
+3) 새 운용 기록 회귀 시험의 정확도 향상, 재발, 새 오류 건수를 기록한다. |
+| --- | --- |
+
+| **확인할 결과** | 재보정 전 오판정 121건(미탐 replay 53건 최다)
+새 기록 정확도 78.2% -> 96.8%(+18.5%p 달성), 재발 0건, 새 오류 0건 |
+| --- | --- |
+
+| **도전 과제** | aar_case_weight를 1(가중 없음)로 바꿔 재발 건수와 새 기록 정확도가 어떻게 달라지는지 비교한다. |
+| --- | --- |
+
+| **제출물** | AAR 보고서, 재보정 파라미터 yaml, 회귀 시험 결과 |
+| --- | --- |
+
+**미션 10. 무전 음성 스푸핑·딥페이크 탐지 시스템 통합 및 C2 음성 보안 브리핑 패키지 완성**
+
+| **난이도·시간** | 최고급 · 3.5시간 |
+| --- | --- |
+
+| **진행 순서** | 1) M10 코드를 실행해 자체 점검 10항목과 함수 커버리지를 확인한다.
+2) 차단된 기록 3건의 사유를 확인한다.
+3) 브리핑 요약 5줄의 수치가 위 결과와 일치하는지 대조한다. |
+| --- | --- |
+
+| **확인할 결과** | 자체 점검 10/10 통과, E2E 성공률 100%, 함수 커버리지 100%
+위조 재현율 96.7%, 오경보율 4.9%, 검증 대기 174건, 자동 전파·차단 0건 |
+| --- | --- |
+
+| **도전 과제** | CONFIG의 spoof_threshold를 0.5로 바꿔 실행하고 재현율·오경보율·검증 대기 건수의 변화를 브리핑에 반영한다. |
+| --- | --- |
+
+| **제출물** | 통합 실행 코드, README(실행 방법), 최종 보고서와 브리핑 요약 |
+| --- | --- |
+
+**4. 최종 점검표**
+
+| **점검 항목** | **확인** |
+| --- | --- |
+| 미션 1~10 코드가 모두 오류 없이 실행되었다 | ( ) |
+| 각 미션의 확인할 결과를 기록했다 | ( ) |
+| 도전 과제 결과와 이유를 기록했다 | ( ) |
+| 브리핑 수치가 실행 결과와 일치한다 | ( ) |
+| 실제 무전 녹음·호출부호·주파수·인증 체계를 사용하지 않았다 | ( ) |
+| 음성 생성·변조 기법은 다루지 않고 탐지·검증만 구현했다 | ( ) |
+| 진위 확정과 명령 전파는 통신보안관 확인·지휘계통에 따름을 명시했다 | ( ) |