이 연구에서는 무인 항공기의 UAVCAN 프로토콜을 대상으로 다양한 공격 시나리오를 구현하고 공격 데이터를 수집하였다. 이를 통해 무인 항공기 보안 기술 개발을 위한 데이터셋을 제공한다.
제로 트러스트 아키텍처(ZTA)를 활용하여 무인 항공기(UAV)의 보안을 강화하고, 심층 학습(DL) 및 설명 가능한 인공지능(XAI) 기술을 통해 UAV 식별 정확도를 높이며, 투명성과 설명 가능성을 제공하는 통합 프레임워크를 제안한다.