연구 요약과 시사점은 AI가 공개 초록을 정리한 것입니다(AI 생성). 연구를 누르면 원문이 새 창에서 열립니다.
기존 전접두사 펀치 가능한 서명 구조는 키 크기의 단점을 보였다. 본 논문은 계층적 ID 기반 서명(HIBS)을 기반으로 키 크기를 O(lQ^Punc)로 줄인 새로운 구성을 제안한다.
시사점 이 연구는 전접두사 펀치 가능한 서명의 효율성을 향상시켜 암호 시스템 설계에 새로운 접근을 제공한다.
임베디드 시스템에서 가벼운 가상화 환경의 포스트-퀀텀 암호(PQC) 성능을 측정했다. 네이티브 실행, 도커 컨테이너, 유니크래프트 유니커널 환경에서 70개 이상의 알고리즘 설정을 평가하여 실행 시간, 메모리, 에너지 소비를 측정했다.
시사점 임베디드 시스템에서 PQC 알고리즘 선택이 성능에 미치는 영향이 환경 선택보다 훨씬 크므로, 에너지 효율적인 알고리즘 선택이 중요하다.
이 연구는 슈퍼싱귤러 타원곡선의 종결 문제를 해결하기 위한 새로운 알고리즘을 제안한다. 제안된 알고리즘은 기존의 가정 없이 시간과 메모리 복잡도 $p^{1/3+o(1)}$로 문제를 해결한다.
시사점 이 연구는 암호 알고리즘 설계에 영향을 줄 수 있으며, 슈퍼싱귤러 타원곡선 기반 암호 시스템의 보안성을 재평가할 필요가 있다.
비밀 공유 시스템에서 라틴 정사각형의 autoparatopism 그룹 궤도를 이용해 비밀 복원 시 누락 정보 문제를 해결한다. 6차 이하 라틴 정사각형의 autoparatopism 기반 critical set 최소/최대 크기를 구했다.
시사점 이 연구는 라틴 정사각형 기반 비밀 공유 시스템의 설계에서 비밀 복원 시 발생하는 문제를 해결하는 이론적 접근을 제시한다.
이진 임베딩에 대한 암호화된 해밍 거리 계산을 위해 퍼일러 기반 클라이언트를 설계하고, 다양한 CPU 및 GPU 구성을 평가하였다. 룩업 GPU 구성에서 43,091개/초의 암호화 처리량과 28,983개/초의 해밍 거리 해독 처리량을 달성하였다.
시사점 이 연구는 대규모 이진 임베딩 데이터의 암호화 처리 성능을 향상시키는 데 기여할 수 있다.
이 연구는 선형 계산을 통해 여러 비밀 간의 관계를 고려한 마스키 비밀 공유 방식의 정보 유출 공격을 분석한다. 기존의 하위체 부호 기반 공격보다 더 넓은 코드 매개변수 범위를 공격할 수 있는 새로운 공격 기법을 제시한다.
시사점 이 연구는 선형 계산을 고려한 비밀 공유 시스템의 보안 취약성을 실증적으로 분석하여, 보다 현실적인 공격 모델을 제시한다.
제로지식 UNSAT 증명 프로토콜의 확장성을 향상시키기 위해 정규화 체인 기법을 제안한다. 기존 ZkUnsat 대비 62% 더 많은 인스턴스를 인증하고 메모리 사용량은 25% 미만으로 줄였다.
시사점 이 연구는 제로지식 증명 기반의 소프트웨어 보증에서 확장성 문제를 해결하는 데 기여할 수 있다.
이 연구는 시노드 디코딩 문제에 대한 대수적 접근을 제시하며, 해밍 가중치 제약 조건을 재정의하고 정보 집합 디코딩 패러다임과 통합하는 방법을 제안한다. 실험적으로 이 접근법의 실현 가능성을 평가하고, 그로브너 기저 기법의 실제 동작을 분석한다.
시사점 이 연구는 대수적 접근을 통해 시노드 디코딩 문제를 해결하는 새로운 전략을 제시하여, 암호 분야에서의 해밍 코드 분석에 기여한다.
기존 Future Toggle 방법의 한계를 극복하기 위해 새로운 통계적 부호 복원 기법인 노말 정렬(Normal Alignment)을 제안한다. CIFAR-10 및 MNIST 모델에서 다항 시간 내에 부호를 완전히 복원할 수 있는 반면, 기존 방법은 지수 시간 복잡도를 가진다.
시사점 이 연구는 하드-라벨 신경망의 암호 분석에서 효율적인 부호 복원 기법을 제시하여, 보안 분야에서 DNN 모델의 취약점 분석에 새로운 접근법을 제공한다.
포스트-쿼런텀 암호(PQC) 이전을 통해 국가의 암호 주권을 평가하는 Readiness-Sovereignty Capability Model(RSCM)을 제안하고, 57개 암호화 주체에 대한 평가를 수행하였다. 20개 국가가 게이트를 통과했으며, 15개는 풀스택 제작자이고 5개는 연구 제작자로 분류되었다.
시사점 국가별 PQC 이전 준비도와 주권 역량을 평가할 수 있는 RSCM 모델을 통해, 암호 주권 강화를 위한 정책 방향을 제시할 수 있다.
SEEK은 프라이버시 보호 메시징에서 사용할 수 있는 실용적이고 효율적인 암호화 키워드 검색 프로토콜로, 동형 암호화와 2인 참여 계산(2PC)을 결합한다. SEEK는 메시지를 최소한의 중첩을 가진 암호문 조각으로 분할하고, 암호화된 키워드 트랩도어를 사용하여 동형적으로 상관관계를 분석하여 기존 기법 대비 최대 5.47배 빠른 연산 성능을 보인다.
시사점 SEEK은 암호화된 메시지에서 키워드 검색을 효율적으로 수행할 수 있어, 보안과 프라이버시를 유지하면서도 해악적인 메시지를 탐지하는 데 유용하다.
NP 문제에 대한 증거 암호화를 소수 순서의 순환 그룹을 사용하여 구축하였다. SAT 인스턴스 크기 n에 대해 암호화 알고리즘은 poly(n) 시간에 실행되며, 모든 만족할 수 있는 할당을 사용하여 poly(n) 시간에 복호화할 수 있다.
시사점 이 연구는 암호학적 프로토콜 설계에 새로운 접근법을 제시할 수 있다.
GAUGE는 다양한 적대자 비용 모델에서 암호 보안성을 함수로 표현하는 새로운 프레임워크를 제안한다. 평가 결과, ML-KEM-512 대 AES-128의 순위 역전은 메모리 가격이 4-5% 상승할 때 발생하며, 8년간 격자-스리빙 비용이 연 9.79비트 증가하는 것으로 나타났다.
시사점 이 연구는 다양한 비용 모델 하에서 암호 알고리즘의 보안성을 비교할 수 있는 체계적 방법을 제공하여, 실무에서 보안 평가의 신뢰성을 높일 수 있다.
암호화 소프트웨어 검증 방법론을 제시하고 Rust와 Lean을 활용해 SymCrypt의 SHA-3, ML-KEM 등을 검증했다. 16.7KLOC의 Rust 코드에 대해 안전성, 패닉 방지, 기능적 정확성을 237KLOC의 Lean 개발로 입증했다.
시사점 암호화 라이브러리의 안전성과 유지보수성을 높이기 위해 Rust와 Lean 기반 검증 방법론을 도입할 수 있다.
연구팀은 대규모 유니버스에서 서브셋 예측 암호화(SPE)의 새로운 구조를 제안하고, 기존 SPE 구조의 한계를 극복한 IND-CCA 보안을 달성한 새로운 구현을 제시한다. 새로운 구조는 상수 크기의 암호문과 비밀 키를 가지며, 표준 subgroup decision 문제 하에서 선택적 보안을 달성한다.
시사점 이 연구는 대규모 유니버스에서의 서브셋 예측 암호화 구조를 개선하여 보안성을 향상시키며, 실무에서 암호화 기반 접근 제어 시스템의 설계에 참고가 될 수 있다.
클라우드 네이티브 및 미크로서비스 기반 시스템에서 전통적인 암호체계가 양자 컴퓨팅 위협에 노출되어 있다. 본 연구는 기존 코드 변경 없이 포스트 퀀텀 암호(PQC)를 투명하게 도입할 수 있는 PG-PQMES 프레임워크를 제안한다.
시사점 이 연구는 기존 시스템에 최소한의 영향을 주면서 PQC로의 전환을 가능하게 하여, 기업의 보안 전략 수립에 기여할 수 있다.
PixCrypt은 CKKS, BFV, BGV 암호 체계에서 캐시 검색과 계수 수준 연산을 활용하여 세부 암호화를 가속화하는 메커니즘을 제안한다. IND-CPA 보안을 유지하면서 암호화 속도를 최대 35배 향상시킨다.
시사점 PixCrypt은 FHE 기반의 프라이버시 보호 분석을 실용적으로 만들 수 있는 성능 향상 기법이다.
증후 해독 문제(SDP)의 이진 경우에 대한 새로운 다항식 모델을 제안하고, 이 모델의 계산 복잡도를 분석한다. 기존 다항식 모델보다 낮은 복잡도를 보인다.
시사점 이 연구는 코드 기반 암호체계의 보안성을 평가하는 데 기여할 수 있다.
라이트닝 네트워크의 오프체인 보안을 위해 후양자 암호 기반 확장(PQLN)을 제안한다. PQLN은 ML-DSA와 ML-KEM 기반의 격자 기반 표준을 사용하여 라이트닝의 모든 보안 표면을 보호한다.
시사점 라이트닝 네트워크는 후양자 암호 기반 확장(PQLN)을 도입하여 양자 컴퓨터의 위협에 대비할 수 있다.
AES S-box는 유한체 역수와 고정된 선형 변환으로 구성된다. 이 연구는 AES S-box의 선형 변환 부분이 역전 맵의 기저 강도를 어떻게 변화시키는지 분석하였다. 선형 안정자군이 비자명한 경우의 확률은 $2^{-\Omega(n^2)}$ 미만임을 보였다.
시사점 AES S-box의 수학적 구조를 이해함으로써 암호 알고리즘의 안정성을 평가하는 데 도움이 될 수 있다.
논문은 Torus Fully Homomorphic Encryption(TFHE) 기반의 암호화 추론에서 발생하는 높은 추론 지연 문제를 해결하기 위해 Deep Differentiable Logic Gate Networks(DDLGN)를 제안한다. MNIST 데이터셋에서 EI-DDLGN-Small 모델은 QAT-FCNN-4 모델과 유사한 정확도를 유지하면서 암호화 추론 지연을 13.4배 감소시켰다.
시사점 암호화 추론 기반 보안 솔루션 개발 시 DDLGN 기반 모델을 고려할 필요가 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.