설명 가능한 적응형 제로 트러스트 프레임워크(EAZTF)와 적대적 강건성 평가
AWS 기반 클라우드 환경의 보안 취약점을 해결하기 위해 API 세션 동안 지속적으로 신뢰도를 재평가하는 EAZTF를 제안한다. 8,500건의 합성 데이터 실험에서 Isolation Forest 모델이 94.4% 정밀도, 91.2% 재현율, F1 0.928을 달성했으며, 네 가지 적대적 시나리오에서 평균 탐지율 91.0%를 보였다.
시사점 실무에서는 AWS 클라우드 환경의 세션 보안을 강화하기 위해 지속적인 신뢰도 평가와 설명 가능한 결정을 도입할 필요가 있다.