Upload index.html

index.html

@@ -190,6 +190,24 @@
   table.compare th { background: var(--surface); color: var(--text-2); font-weight: 600; }
   .ok { color: var(--accent); font-weight: 700; }
   .note { font-size: 12px; color: var(--text-3); margin-top: 8px; line-height: 1.6; }
+  /* 탭 */
+  .tabs { display: flex; gap: 4px; padding: 12px 24px 0; border-bottom: 1px solid var(--border); flex-wrap: wrap; }
+  .tab { background: none; border: 1px solid transparent; border-bottom: none; padding: 9px 16px; font-size: 14px; color: var(--text-3); cursor: pointer; border-radius: 8px 8px 0 0; font-family: inherit; margin-bottom: -1px; }
+  .tab:hover { color: var(--accent); }
+  .tab.active { color: var(--text); font-weight: 700; border: 2px solid var(--accent); border-bottom: none; background: #fff; }
+  .tab-panel[hidden] { display: none; }
+  /* 검토·교육 */
+  .review-grid { display: grid; grid-template-columns: 1fr; gap: 20px; padding: 24px; }
+  @media (min-width: 900px) { .review-grid { grid-template-columns: 1fr 1fr; } }
+  .review-card { border: 1px solid var(--border); border-radius: 10px; padding: 20px 22px; background: #fff; }
+  .review-card h3 { margin: 0 0 12px; font-size: 16px; color: var(--text); }
+  .review-card ul { margin: 0; padding-left: 18px; }
+  .review-card li { font-size: 14px; line-height: 1.75; color: #334155; margin-bottom: 12px; }
+  .review-card li:last-child { margin-bottom: 0; }
+  .review-card b.k { color: var(--text); }
+  .discuss { margin: 0 24px 24px; border: 1px solid #99f6e4; background: var(--accent-soft); border-radius: 10px; padding: 16px 22px; }
+  .discuss h3 { margin: 0 0 8px; font-size: 15px; color: var(--accent-hover); }
+  .discuss ol { margin: 0; padding-left: 20px; font-size: 14px; line-height: 1.8; }
   .footer {
     padding: 16px 24px;
     border-top: 1px solid var(--border);
@@ -208,6 +226,12 @@
     <p>CVSS v4.0 메트릭으로 사이버 공격 요소를 수치화하고, 물리 전장의 지휘통제(C2) 저하 효과를 공격 성공률·사이버 작전 승수·효과 승수로 산출합니다.</p>
   </div>
 
+  <div class="tabs" role="tablist">
+    <button type="button" class="tab active" role="tab" data-tab="sim">① 시뮬레이터</button>
+    <button type="button" class="tab" role="tab" data-tab="review">② 검토·교육</button>
+  </div>
+
+  <div class="tab-panel" id="panel-sim">
   <div class="main-grid">
     <!-- 입력 -->
     <div class="panel">
@@ -348,9 +372,52 @@
       </p>
     </div>
   </div>
+  </div>
+
+  <div class="tab-panel" id="panel-review" hidden>
+    <div class="review-grid">
+      <div class="review-card">
+        <h3>논문 내용 확인 결과</h3>
+        <ul>
+          <li><b class="k">사이버 작전 승수 α′(−51.88)의 재현 불가:</b> 논문 기준값(t<sub>p</sub> = 1.0, t<sub>aa</sub> = 1.0)을 식 (5)에 넣으면 분모의 둘째 항이 0이 되어 α′ = 1/p가 됩니다. p가 확률이면 α′는 1보다 큰 양수여야 하므로 음수 −51.88은 나올 수 없습니다. 또한 두 사례의 p<sub>a</sub>가 다른데 α′가 똑같이 −51.88인 것도 식과 맞지 않습니다. 본문의 "공격 시 α′는 1보다 작아진다"는 설명과도 어긋납니다.</li>
+          <li><b class="k">효과 승수 K′의 산출 경로:</b> 보고된 K′(0.599, 0.461)는 (1 − p<sub>a</sub>)²와 소수 셋째 자리까지 일치합니다. 아군 전력이 (1 − p<sub>a</sub>)배로 줄고 적 항(M′)이 0일 때의 란체스터 제곱 법칙 형태입니다. 반면 식 (6)은 α′와 N′, M′로 정의되어 있고, N′·M′ 값은 제시되지 않았으며, α′ = −51.88을 넣으면 K′는 음수가 됩니다. 실제 사용한 식을 본문에 명시해야 합니다.</li>
+          <li><b class="k">"CVSS v4.0" 표기와 실제 가중치:</b> CVSS v4.0은 메트릭별 숫자 가중치를 곱하지 않고 MacroVector 조합표로 점수를 냅니다. 논문에 쓰인 AV(0.85/0.62/0.55/0.2), AC(0.77/0.44), E(1.0/0.94/0.91), CR·IR·AR(1.5/1.0/0.5)은 CVSS v3.1의 가중치입니다. UI "Passive"는 v4.0 용어지만 0.70이라는 값은 어느 버전에도 없습니다.</li>
+          <li><b class="k">표 4의 값 배치:</b> 표 4에서 E 값(1.0/0.94/0.91)이 공격 확산 속도 v<sub>a</sub> 행에, AC 값(0.77/0.44)이 탐지 실패율 ε 행에 들어가 있는 등 계산식과 메트릭 값이 어긋나 있습니다. 사례 계산에 쓴 UI(None 0.85)와 PR(None 0.85)의 값 체계는 표에 없습니다. 참고로 v3.1의 PR 가중치는 None 0.85, Low 0.62, High 0.27입니다.</li>
+          <li><b class="k">사례 비교 결과(1.4배)의 해석:</b> 두 사례는 v<sub>a</sub>(0.655), ε²(0.85), t<sub>at</sub>(1.0)가 모두 같고 사이버 공격 농도 d<sub>a</sub>만 다릅니다. 따라서 "네트워크 공격이 1.4배 높다"는 결과는 AV 값 차이(0.85 대 0.525)를 그대로 옮긴 것에 가깝습니다. 실제 피해 규모와 대조하지 않았으므로 모델 검증이라고 보기는 어렵습니다.</li>
+          <li><b class="k">공격 지속 시간 t<sub>at</sub>의 범위:</b> t<sub>at</sub> = 1/(CR·IR·AR)이므로 보안 요구도 Low(0.5)이면 t<sub>at</sub> = 2.0이 됩니다. 이는 "최대값 1.0", "총 시간 t<sub>p</sub> = 1.0으로 정규화"라는 설정을 넘어서고, 이 경우 식 (5)의 (t<sub>p</sub> − t<sub>aa</sub>)가 음수가 됩니다. 또 Stuxnet은 "장기간 지속"을 반영했다면서 Medium(1.0)을 적용해 근거와 값이 연결되지 않습니다.</li>
+          <li><b class="k">CVE 대응의 정확성:</b> 표 5의 CVE-2010-2743은 작업 스케줄러가 아니라 win32k 키보드 레이아웃 권한 상승(MS10-073)이며, 작업 스케줄러 취약점은 CVE-2010-3338(MS10-092)입니다. "PRC"는 RPC의 오기입니다. 표 7에서 NotPetya의 최초 침투는 M.E.Doc 업데이트 서버 장악(공급망)이어서 CVE-2017-0199와 직접 관련이 없습니다. NotPetya는 PLC를 변조하지 않았으므로(MBR 덮어쓰기·파일 암호화) "PLC Code Change" 행도 사실과 다릅니다.</li>
+          <li><b class="k">CVSS 영향 메트릭의 미사용:</b> 표 2에 VC·VI·VA(취약 시스템의 기밀성·무결성·가용성 영향)를 정리했지만 정량화 식에는 쓰이지 않습니다. C2 기능 저하를 다루는 모델에서 영향 메트릭이 빠진 이유를 설명할 필요가 있습니다. "Vulnerability Confidence"라는 명칭도 v4.0 정의(Vulnerable System Confidentiality)와 다릅니다.</li>
+        </ul>
+      </div>
+
+      <div class="review-card">
+        <h3>현재 관점에서의 보완점</h3>
+        <ul>
+          <li><b class="k">CVSS v4.0의 실제 구조 반영:</b> v4.0을 쓰려면 MacroVector 점수나 공식 계산기 결과를 정규화해 매개변수로 쓰고, v3.1 가중치를 쓰려면 그렇게 명시해야 합니다. v4.0의 후속 시스템 영향(SC·SI·SA)은 취약 시스템에서 C2 체계로 번지는 피해를 표현하기에 잘 맞는 지표입니다.</li>
+          <li><b class="k">경험적 데이터와의 결합:</b> 공격 농도의 "실제 악용 가능성"은 CVSS E 값 대신 EPSS(악용 예측 확률)나 CISA KEV(실제 악용 취약점 목록)로 보강할 수 있습니다. 탐지 실패율과 지속 시간도 사고 보고서의 체류 시간(dwell time) 통계처럼 관측값에 근거하면 객관성이 높아집니다.</li>
+          <li><b class="k">공격 단계와 기법 체계:</b> CWE·CVE만으로는 침투-확산-실행 단계의 행위가 드러나지 않습니다. MITRE ATT&amp;CK for ICS / Enterprise 기법으로 단계를 매핑하면 단계별 탐지 실패율을 따로 두고 연쇄 확률로 계산할 수 있습니다.</li>
+          <li><b class="k">동적 확산 모델:</b> 현재 식은 정적 곱셈 구조라 시간에 따른 피해 누적을 표현하지 못합니다. 네트워크 토폴로지 위의 전염병 모델(SIR 등)이나 공격 그래프로 확산 속도를 모의하면, 구성모의 훈련의 시간 진행과 자연스럽게 연동됩니다.</li>
+          <li><b class="k">방어 측 행동의 포함:</b> 패치, 망 분리, 격리, 백업 복구 같은 방어 조치가 변수에 없어 훈련생이 사이버 대응을 연습할 수 없습니다. 방어 행동이 p<sub>a</sub>와 t<sub>at</sub>를 낮추는 경로를 넣어야 양측 대항 훈련 모델이 됩니다.</li>
+          <li><b class="k">민감도·불확실성 분석:</b> C₁ = 1.0과 정규화 기준값(0.10, 0.20, 1.0)이 결과를 크게 좌우하는데 근거가 일반적 운영 기준으로만 제시됩니다. 매개변수에 분포를 주고 몬테카를로로 결과 구간을 보이거나, 전문가 판단(델파이 등)으로 기준값을 보정하면 신뢰성이 높아집니다.</li>
+          <li><b class="k">C2 관련 사례 추가:</b> Stuxnet과 NotPetya는 산업 시설·민간 기업 사례라 군 C2 저하와 직접 연결이 약합니다. 2022년 Viasat KA-SAT 위성 통신망 공격처럼 군 지휘통신에 실제 영향을 준 사례, 2015·2016년 우크라이나 전력망 공격을 추가하면 모델의 적용 범위를 검증할 수 있습니다.</li>
+          <li><b class="k">구성모의 체계와의 연동:</b> 효과 승수 K′를 기존 교전 모델(란체스터 계수, 표적 획득 확률, 지휘 지연 시간 등)의 어떤 변수에 어떤 주기로 반영할지, HLA·DIS 연동 시 어떤 객체·상호작용으로 표현할지 정의하면 실제 훈련 모델 적용으로 이어갈 수 있습니다.</li>
+        </ul>
+      </div>
+    </div>
+
+    <div class="discuss">
+      <h3>수업 토의 질문</h3>
+      <ol>
+        <li>두 사례에서 공격 농도 d<sub>a</sub>만 다르다면, "네트워크 공격이 1.4배 높다"는 결론은 모델의 발견인가요, 입력 값의 반영인가요?</li>
+        <li>시뮬레이터 탭에서 AV, AC, PR, 보안 요구도를 하나씩 바꿔 보세요. 식 (4)가 곱셈 구조일 때 어느 변수가 p<sub>a</sub>에 가장 큰 영향을 주며, 왜 t<sub>at</sub>만 다르게 움직이나요?</li>
+        <li>K′ = (1 − p<sub>a</sub>)²가 란체스터 제곱 법칙과 ���떤 관계인지 설명하고, 사이버 공격 성공률을 "아군 전력 감소 비율"로 보는 가정이 타당한지 토의해 보세요.</li>
+        <li>Viasat KA-SAT 공격(2022)을 이 모델의 네 변수(d<sub>a</sub>, v<sub>a</sub>, ε², t<sub>at</sub>)로 정량화한다면 각 값을 어떻게 정하겠습니까?</li>
+      </ol>
+    </div>
+  </div>
 
   <div class="footer">
-    「구성모의 훈련 모델을 위한 사이버 작전 정량화 방법」, 정보과학회 컴퓨팅의 실제 논문지 32(6), pp. 242–249, 2026.
+    현우엽·강동수, 「구성모의 훈련 모델을 위한 사이버 작전 정량화 방법」, 정보과학회 컴퓨팅의 실제 논문지 32(6), pp. 242–249, 2026.
     · DOI 10.5626/KTCP.2026.32.6.242
   </div>
 </div>
@@ -467,6 +534,12 @@
     el.addEventListener("input", () => { setActive(null); render(); }));
   $("calcBtn").addEventListener("click", render);
 
+  // 탭 전환
+  document.querySelectorAll(".tab").forEach(btn => btn.addEventListener("click", () => {
+    document.querySelectorAll(".tab").forEach(b => b.classList.toggle("active", b === btn));
+    document.querySelectorAll(".tab-panel").forEach(p => { p.hidden = p.id !== "panel-" + btn.dataset.tab; });
+  }));
+
   renderCompare();
   applyPreset("stuxnet");
 </script>