완전 동형 암호화(FHE)의 성능 병목 현상인 키 전환(key-switching)을 개선하기 위해 FPGA 기반의 적응형 가속기를 설계하고 성능 모델을 통해 비교 분석했다. 실험 결과, 기존 FPGA 가속기 대비 부트스트랩 지연 시간이 1.84-3.31배, 보안 이미지 분류 지연 시간이 1.66-2.52배 개선되었다.
이 연구는 FPGA 기반 FHE 가속기의 성능을 향상시키는 새로운 설계 방법을 제시하여, 클라우드 환경에서의 실시간 암호화 처리 효율성을 높이는 데 기여할 수 있다.
전체 동형 암호화(FHE)는 비용이 많이 들기 때문에, 중요한 부분만 암호화하는 선택적 동형 추론을 연구한다. 작은 암호화된 영역에 대해서는 지역성을 보존하는 아키텍처가 동형 평가 속도를 10배 가량 빠르게 할 수 있다.
지역성을 보존하는 신경망 아키텍처를 사용하면 선택적 동형 추론을 통해 효율적으로 민감한 데이터를 보호할 수 있다.
FoldNTT는 후양자 암호에서 사용되는 수론 변환(NTT)의 하드웨어 구현을 최적화한 새로운 코어 설계를 제안한다. 기존 CFNTT 가속기 대비 곱셈기 수를 3개에서 1개로 줄이고 틀드 상수 저장 공간을 절반으로 줄이며, Proth 소수의 구조를 활용한 수학적 검증과 하드웨어 설계를 통해 정확성을 확보한다. Artix-7에서 측정한 결과, DSP48 수는 3개에서 1개로 감소하고 저장된 틀드 비트는 50% 감소했으며, 전체 코어의 Fmax 손실은 약 4%였다.
이 연구는 후양자 암호 시스템의 하드웨어 효율성을 향상시키는 설계 기법을 제시하며, 수학적 증명과 실증을 통해 신뢰성을 확보한 사례로, 관련 분야 연구자와 실무자에게 참고가 될 수 있다.
이 논문은 암호학적 증명 생성을 위해 시각적 스크래치패드 접근법인 Scratchy를 제안한다. 증명 객체를 타입화된 증명-관계 그래프로 정규화하고, 구조 유지 시각 컴파일러를 통해 이 그래프를 수식이 풍부한 시각적 증명 상태로 변환하여 다중모달 모델이 EasyCrypt 증명을 생성하도록 안내한다. 또한, 114개 작업을 포함한 Scratchy-eval이라는 데이터셋을 소개하고, GPT-5.6-Sol과 Claude-Opus-5와 같은 전통적 LLM이 이 구조화된 시각적 증명 상태에서 명확한 이점을 얻는다는 것을 보인다.
이 연구는 암호학적 증명 생성에서 시각적 구조화가 효과적임을 보여주며, 다중모달 증명 상태 표현이 컴퓨터 지원 암호학의 유망한 방향임을 시사한다.
완전 순열 다항식은 암호체계 설계에 핵심적인 역할을 하며, 기존 연구를 일반화하여 새로운 매핑의 완전 순열 특성을 분석하였다. 두 가지 매핑 방식에 대한 완전 순열 조건을 제시하였다.
이 연구는 암호 알고리즘 설계 시 활용 가능한 새로운 완전 순열 다항식의 구성을 제시한다.
FHE의 메모리 병목 현상을 완화하기 위해 BXT라는 최적화 프레임워크를 제안하고, 암호문 압축, 직렬화, 지연 시드 생성, 디지트 트리밍 기술을 적용하였다. CNN 추론에서 BXT-CSO50 구성을 사용하면 100배 GPU 기준 대비 최대 3.8배 속도 향상이 가능하며, 50% 비교 정밀도에서 1% 미만의 정확도 손실이 발생한다.
이 연구는 FHE의 메모리 효율성을 개선하여 실제 적용 가능성을 높였으며, CNN 추론에서의 성능 향상을 실증하였다.
포스트-퀀텀 암호화 가속기 설계에서 AI가 어떻게 기존 검증 방법의 한계를 보완하는지 실증했다. 301,343회 서명 시도 중 0건의 결함이 발생했으며, 232건 실험 중 71.6%가 성공했다.
AI는 암호화 가속기 설계에서 결함 검증을 강화할 수 있으며, 실무에서는 AI 도입을 고려해야 한다.
분산된 권한 부여 시스템에서 양자 저항성 서명 기법의 설계 경계를 분석하고, 네이티브 서명 호환성, 단일 서명 저항성, 임계층 유연성이라는 세 가지 속성을 통해 이를 구조화하였다. 조사된 설계 중 어떤 것도 네이티브 출력, 단일 서명 저항성, 임계층 유연성을 동시에 제공하지 않는다는 것을 보였다.
이 연구는 분산 권한 부여 시스템에서 양자 저항성 서명 기법을 설계할 때 고려해야 할 주요 설계 경계를 명확히 하여, 실무에서 더 유연하고 안전한 시스템 구축을 가능하게 한다.
초특이 타원곡선을 찾는 메타휴리스틱 검색 알고리즘을 제안한다. 46비트에서 정확한 초특이 곡선을 발견하고 40비트와 51비트에서 근-초특이 곡선을 수렴시켰다.
초특이 타원곡선 검색 알고리즘의 효율성을 평가하여 암호체계 설계에 참고할 수 있다.
공개 키에 의존하는 적대적 삭제 채널에 대해 고정 알파벳 다중 비트 의사난수 코드(PRC)의 이론적 한계를 분석한다. q=2일 때 δ>0.207334008인 모든 삭제 채널에서 PRC가 안정적이지 않음을 보인다.
이 연구는 공개 키 기반 의사난수 코드의 이론적 한계를 밝혀내어, 특정 조건 하에서의 코드 설계에 참고가 된다.
가상 플레이어 시뮬레이션 모델에서의 카드 기반 계산을 연구하고, Play-Minimum 및 Sorting 프로토콜을 제안한다. 이들 프로토콜은 특정 카드 게임에 독립적인 계산 원시체를 제공한다.
이 연구는 카드 기반 암호학에서 가상 플레이어 시뮬레이션 모델의 계산 능력을 이해하는 데 기여한다.
연방 학습에서 클라이언트 간 모델 업데이트의 민감 정보 유출을 방지하기 위해 다중 비밀 키 동형 암호화를 기반으로 한 프라이빗 평균 집계 프로토콜을 제안한다. 기존 대비 암호문 확장과 온라인 비용을 대폭 줄이며, 동형 집계 성능을 유지한다.
이 연구는 연방 학습 환경에서 보안성을 유지하면서도 계산 효율성을 향상시킬 수 있는 새로운 암호화 기법을 제시하여, 분산 학습 시스템의 실용화에 기여할 수 있다.
완전 동형 암호화(FHE) 기반 언어 모델 추론의 성능 저하 문제를 해결하기 위해, 비선형성 근사 반복 횟수를 학습 가능한 파라미터로 변환하는 훈련 방법을 제안한다. HEAT를 사용하면 GPT-2 해독 작업에서 반복 횟수를 3.1배, 부트스트랩을 1.6배, 종단 간 지연을 1.4배 감소시키며, 기준선 대비 해독 일치도를 개선한다.
이 연구는 FHE 기반 언어 모델 추론의 효율성을 향상시켜, 암호화된 데이터 처리 환경에서 실용성을 높이는 데 기여할 수 있다.
MutMem-V2는 지속적 에이전트 메모리에서 암호학적으로 권한이 부여된 변이를 가능하게 하는 프로토콜을 제안한다. 이 프로토콜은 18개의 버전 관리 객체 스키마, 39개의 회수 벡터, 15개의 변이 벡터 등을 포함하며, 독립적인 검증과 재현 가능성을 지원한다.
이 연구는 보안 시스템에서 메모리 변이의 무결성과 추적 가능성 확보에 기여할 수 있다.
WebPKI에서 포스트-퀀텀 마이그레이션으로 인한 인증 비용 증가 문제를 해결하기 위해, CA-컨텍스트 상태를 인증하는 새로운 두 평면 구조를 제안한다. 평균 296바이트에서 872바이트의 인증 비용을 기록했으며, 기존 방식보다 70% 이상의 공간 절약 효과를 보였다.
이 연구는 WebPKI에서 포스트-퀀텀 마이그레이션 시 발생하는 인증 비용 증가 문제를 해결할 수 있는 새로운 기법을 제시하여, 향후 인증 프로토콜 설계에 참고할 수 있다.
학습 오류(LWE) 문제의 대수적 해결 방법을 제안하고, 기존 Groebner 기저 방법보다 복잡도를 다항식 수준으로 개선했다. 복잡도 분석은 semi-regularity 가정 없이 직접 수행되었다.
이 연구는 LWE 기반 암호체계의 안정성 평가에 새로운 방법을 제공한다.
다중 사용자 및 다중 도전 환경에서의 방송 인증 암호화 키워드 검색(BAEKS)의 새로운 보안 정의를 제안하고, 이 구조의 적응적 강력한 은폐 보안성을 증명한다. 이 구조는 이중 선형 결합 그룹에서 구현되며, 실험을 통해 평가된다.
이 연구는 다중 사용자 및 다중 도전 환경에서의 BAEKS 구조의 강력한 보안성을 제시하여, 관련 암호화 기술의 설계와 분석에 기여할 수 있다.
O-RAN의 분산형 아키텍처로 인한 보안 취약점을 양자 기반 기술로 보완하는 방안을 제시한다. 양자 저항성 암호(PQC), 양자 인증, 양자 강화 위협 탐지 등을 제안한다.
O-RAN 보안 강화를 위해 양자 기반 기술을 도입할 필요가 있다.
기존의 포스트-퀀텀 서명 방식을 다양한 패러다임(격자 문제, 단방향 해시 함수 등)에 따라 분류하고, T-out-of-N 서명 방식을 구축하는 데 사용되는 도구와 일반적인 접근법(FHE, MPC, ZKP)을 제시한다. 분류는 패러다임별로 이루어졌다.
이 연구는 포스트-퀀텀 보안을 필요로 하는 분산 시스템에서 임계값 서명 구현에 참고할 수 있는 분류와 접근법을 제공한다.
SME가 클라우드 데이터를 보호하기 위한 하이브리드 포스트-퀀텀 암호화 아키텍처를 제안한다. 클라이언트 측에서 AES-256-GCM으로 파일을 암호화하고 ML-KEM-1024 공개 키로 키를 래핑하며, 서버에서 포스트-퀀텀 연산은 1밀리초 미만이다.
SME는 기존 인프라에 Quantum Cloud Guard를 도입해 클라우드 데이터의 장기 보안을 강화할 수 있다.
Kestrel은 스트립된 바이너리에서 ML-KEM과 ML-DSA 알고리즘을 정적 분석으로 식별하는 방법이다. 128개 중 128개를 정확히 식별하며, 6,224개 바이너리에서 12개의 ML-KEM 포함 프로그램을 발견했다.
Kestrel은 소프트웨어 공급망 검사와 포렌식 분석에서 양자 안전 암호화 마이그레이션을 보장하는 실용적인 도구로 활용될 수 있다.
본 페이지의 연구 요약은 공개된 초록을 AI가 한국어로 정리한 것으로, 원문과 차이가 있을 수 있습니다. 정확한 내용은 반드시 원문을 확인하십시오. 본문과 PDF는 제공하지 않으며, 모든 저작권은 각 저자와 발행처에 있습니다.