철도 전환기 데이터의 시간적 행동 예측을 통해 사이버 공격을 탐지하는 방법을 제안한다.
본 연구는 철도 차량 탑재 비전 시스템을 위한 "열차 자아 경로 탐지" 작업을 소개하며, 이를 위해 엔드-투-엔드 딥 러닝 프레임워크인 TEP-Net을 제안한다. TEP-Net은 구성 가능한 모델 아키텍처, 동적 데이터 증강 전략, 도메인 특화 손실 함수를 특징으로 하며, 회귀 기반 접근법을 통해 기존 최신 기법들을 능가하는 정확도와 속도를 달성한다.