개요
T-008 — 결측 메커니즘·무결성 진단 엔진
개념 설계
v0.1
2026-07-29
R-016, R-019, R-020, R-021, R-022
T-004, T-006, T-007
07_시각자료_도구개발
목적
T-008은 시계열 결측패턴, 장비 상태예측, 환경·운영 사건, 독립 센서, 로그 무결성, 행위자 접근, 결과상 이득, 능동 점검 결과를 결합해 결측 메커니즘 K0~K5와 증거등급 E0~E5를 산출하는 진단·조사 지원 엔진이다.
엔진은 공격자를 자동 지목하지 않는다. 통계적 위험연동과 무결성 이상을 분리해 보여주고, 공식 K4·K5 판정에는 사람 승인과 E3 이상의 증거를 요구한다.
입력 데이터
시계열 입력:
asset_id, site_id, actor_scope
event_time, receive_time, sequence_id
missing_flag d_t, missing_code M0~M6
원시값, 예측값, 혁신잔차, 상태변화율
T_nom, A_info, G_time, L_data
출력·누적 MEU·온도·습도·배경 마나
과부하·폭주·전투·마나 폭풍·차단 사건
독립 대조 입력:
예비 센서·숨은 센서·마나원 사용량
블라인드 전이표준과 as-found 결과
외부 기관·다른 계보의 비교값
물리 불변식·에너지 수지·회로 보존식 잔차
무결성 입력:
해시체인·봉인 룬 상태
로컬/중앙 로그 차이
시계동기화·순번 공백·중복
관리자 접근·설정변경·삭제·재부팅 기록
저장·전송·보관 경로
결과·행위자 입력:
결측 전후 합격·가격·보상·MCRV 변화
누락을 통제할 권한과 접근 가능성
반복 행위자·기관·시간대
무작위 점검·시험펄스·워터마크 응답
출력
K_miss: K0~K5
E_miss: E0~E5
S_risk, S_int, S_benefit, S_probe
SSI 선택적 억제지수
MAR 대 MNAR 민감도 범위
δ별 최종 운용·교정·합의판정 변화
기전 후보 순위와 반대 증거
M1·M4·M5 재분류 권고
운용조치: NORMAL / RECHECK / DERATE / HOLD / STOP / INVESTIGATE
필요한 다음 증거: 독립 센서, 봉인 검증, 블라인드 점검, 접근감사 등
판정 근거와 승인자·모형 버전 감사로그
처리 파이프라인
데이터 수집 → 시간·순번·봉인 검증 → 결측 구간 추출 → 환경·운영 변수 결합 → K1/K2 관측모형 → R-020 잠재상태 결합 → K3 민감도 → SSI·결과상 이득 계산 → 독립 채널 일관성 검사 → 무결성 이상 계산 → 능동검증 결과 결합 → K0~K5 후보 산출 → E0~E5 평가 → 정책·조사 권고 → 사람 승인 → T-007·T-006 전달 → 전체 기록 보존.
핵심 통계
결측 로지스틱 모형:
logit[Pr(d_t=1)] = α_i + β_zᵀz_t + β_hᵀh_t + β_q|q_t| + β_xx_t
모형 A — 독립형:
절편만 포함
모형 B — 관측조건형:
z_t·h_t 포함, 잠재 x_t 제외
모형 C — 잠재상태형:
R-020의 상태 x_t와 상태혁신 포함
비교 출력:
시간 블록 교차검증 손실
보정곡선과 Brier형 점수
잔차 자기상관
기전별 예측 결측확률
β 계수 민감도
모형 C가 개선돼도 K3 가능성만 높이며 K4를 자동 선언하지 않는다.
선택적 억제·이득 계산
SSI:
SSI = [Pr(d=1 | r_pred>c) − Pr(d=1 | r_pred≤c)] / max(ε, Pr(d=1))
결과이득:
Δ_decision = Decision_observed − Decision_bounded
Δ_MCRV = MCRV_observed − MCRV_with_missing_bounds
Δ_price = Price_observed − Price_conservative
S_benefit은 Δ_decision·Δ_MCRV·Δ_price가 특정 행위자에게 일관되게 유리한지 평가한다. 시스템 전체 이득과 개인·기관 이득을 구분한다.
네 축 진단
S_risk:
과부하·출력·변화율과 결측의 연동
위험구간 결측률 차이
복귀 후 as-found 점프
독립 물리센서가 표시한 위험
S_int:
해시·봉인·순번·시계 이상
로컬/중앙 로그 불일치
접근·삭제·설정변경 흔적
기록 경로 단절
S_benefit:
결측으로 합격·가격·보상이 개선
MCRV가 특정 계보에 유리하게 이동
임계값 주변 선택적 누락
반복 행위자 정렬
S_probe:
무작위 점검 실패
시험펄스·워터마크 미회수
숨은 센서와 주 센서 불일치
경로변경 후 결측패턴 변화
네 점수는 하나의 총점으로 합치지 않는다. 각 축의 증거와 불확도를 별도 출력한다.
K 등급 판정 규칙
K0:
E0~E1이고 후보간 차이가 작음. HOLD 또는 추가자료 요청
K1:
S_risk·S_int·S_benefit 낮음, 독립 전송오류 확인, E2 이상
K2:
관측조건 모형이 안정적이고 외삽이 적으며 잠재상태 추가효과가 작음
K3:
S_risk 높고 공동 잠재상태 모형 또는 독립 물리센서가 위험연동을 지지. S_int는 낮거나 불명
K4:
E3 이상, S_int 또는 S_probe 높음, S_benefit·행위자 통제가능성 중 하나 이상 지지. 사람 승인 필수
K5:
K3 증거와 K4 증거가 동시에 존재. 최고 위험등급으로 처리
증거등급 판정
결측 시각만 존재
관측 변수와 연관 분석 가능
독립 센서·사용량·외부 자료 존재
해시·봉인·로컬/중앙 감사 가능
블라인드·무작위·숨은 계측 시험 존재
통제환경에서 재현되고 장치·경로·행위자 귀속 가능
자동화 한계:
E0~E1: K4 출력 금지
E2: K3 후보 가능
E3: K4 조사 권고 가능
E4~E5: K4·K5 공식 검토 가능
δ 민감도 모듈
x_mis = x_MAR + δσ_ref
사용자는 장비별 δ_min, δ_max를 물리상한·외부센서·과거사건으로 지정한다. 엔진은 각 δ에 대해 다음을 재계산한다.
허용편향과 불확도
pooc, RUL, 출력상한
치유·군사·공간이동 승인
MCRV와 합의등급
가격·보험·보상
결론변경 임계 δ*를 출력한다. |δ*|가 작으면 결측 민감도가 높아 공식결정을 HOLD한다.
상세 적용 A — 치유량계
입력:
고출력일수록 열센서 상승, 주 계측기 결측 증가, 봉인 정상, 독립 전력로그 유효
출력:
S_risk 높음
S_int 낮음
S_benefit 낮음
E2
K3 후보
권고:
냉각·센서 이중화, 출력 제한, 결측구간 상한 투여량 적용, 독립량계 재검증.
상세 적용 B — 마석 감정기관
입력:
낮은 감정값 예상구간에서 중앙로그만 공백, 로컬로그 존재, 관리자 접근, 누락 제외 시 계약상 이득
출력:
S_risk 중간
S_int 높음
S_benefit 높음
S_probe 높음
E4
K4
권고:
공식감정 취소, 원본 봉인, 전체 기간 재감정, 관련 계정·경로 조사, MCRV 입력 제외.
상세 적용 C — 전장 방벽
입력:
마나 폭풍과 결측이 연동되며 복구 후 로컬로그 일부 삭제
출력:
S_risk 높음
S_int 높음
S_benefit 중간~높음
E3 이상
K5
권고:
즉시 DERATE·HOLD, 외부 방벽계측 투입, 사고원인과 은폐행위를 분리 조사.
화면 구성
① 결측 타임라인과 사건 중첩
② K0~K5 후보 확률이 아닌 상대 지지도
③ E0~E5 증거 사다리
④ S_risk·S_int·S_benefit·S_probe 네 축
⑤ SSI와 위험구간별 결측률
⑥ 로컬/중앙/숨은 센서 비교
⑦ δ 민감도 곡선과 결론변경점
⑧ MCRV·가격·운용판정 영향
⑨ 반대 증거와 미확정 항목
⑩ 자동권고·사람 승인·조사상태
감사로그 최소 항목
원본 결측지시자와 타임스탬프
사용한 관측·잠재 변수
모형 A/B/C와 버전
SSI·네 축 점수 구성항목
δ 범위와 물리적 근거
무결성 자료 출처와 검증자
숨은 센서·시험펄스의 공개범위
기전 후보·반대 증거
자동판정과 사람 최종판정
재분석 전후 차이
연계 규칙
T-007:
K_miss·E_miss·네 축 점수 전달. K3 이상 또는 E3 이상에서 자동 교정간격 연장 금지
T-006:
K4·K5 노드 공식 MCRV 제외. K3 노드는 δ 민감도 범위를 공분산·합의민감도에 반영
T-004:
E2 미만 또는 K3 이상 자산에 블라인드 전이표준 요청
R-021:
기관별 선택적 미제출·가중치 이동·위장계보가 확인되면 악의적 합의조작 연구로 이관
수용 시험
AT-01 MCAR형:
독립 20% 누락에서 K1 후보, S_risk·SSI가 0 부근
AT-02 MAR형:
관측 온도로 설명되는 누락에서 K2 후보
AT-03 MNAR형:
잠재 출력 의존 누락에서 모형 C가 개선되고 K3 후보
AT-04 공격 증거 부족:
선택적 패턴만 있고 무결성 자료가 없으면 K4 확정 금지
AT-05 해시 불일치:
로컬/중앙 차이와 행위자 접근이 있으면 E3·INVESTIGATE
AT-06 결과상 이득:
누락 포함 시 불합격, 제외 시 합격이면 S_benefit 상승
AT-07 숨은 센서:
주 센서 공백 중 숨은 센서가 위험을 기록하면 S_risk·S_probe 상승
AT-08 혼합 결측:
위험연동과 삭제증거 동시 존재 시 K5
AT-09 δ 민감도:
작은 δ에서 결정이 바뀌면 HOLD
AT-10 재현성:
같은 입력·모형버전에서 동일 출력, 재분석 이력 보존
실패와 안전
기계학습 분류확률을 법적·군사적 사실로 오인
K4 학습자료가 적은데 자동 공격판정
숨은 센서가 같은 마나원·알고리즘에 의존
행위자 이득을 의도의 증명으로 단정
조작자가 시험패턴을 학습
K0를 정상으로 처리
재학습으로 과거 경보를 소거
안전 원칙:
공격판정보다 운용안전 조치를 먼저 수행
통계·물리·무결성·행위자 증거를 분리
불확실하면 HOLD와 증거수집을 선택
K4·K5는 원본 보존과 사람 승인을 요구
독립성은 R-016 의존성 그래프로 검증
개발 단계
입력·출력·K/E 등급·네 축 진단·수용시험 정의
Missingness_Diagnostics 시트와 내부 시뮬레이션 연결
K1/K2 로지스틱·시간블록 검증
R-020 공동 MNAR 상태모형·δ 민감도
무결성·결과상 이득·숨은 센서 연계
T-007·T-006·R-021 통합
Mathmagica 결측 메커니즘 진단 엔진 승인
외부 조사 근거
결측 메커니즘의 MCAR·MAR·MNAR 구분, MNAR 시계열 블랙아웃의 공동 상태모형, NIST의 물리기반 사이버물리 공격탐지·독립 숨은 계측·로그관리 원칙을 참고했다. 현실의 통계·보안 진단과 Mathmagica의 마나 장비·봉인 룬·기준망을 구분한다.