메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
김승우 (해병대사령부)
저널정보
한국해군과학기술학회 Journal of the KNST Journal of the KNST Vol.8 No.1
발행연도
2025.3
수록면
23 - 29 (7page)
DOI
10.31818/JKNST.2025.3.8.1.23

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
대규모 언어 모델(LLM)은 자연어 처리 기술의 발전을 선도하고 있지만, 동시에 프롬프트 인젝션, 데이터 유출, 적대적 예시 공격과 같은 보안 위협을 초래하고 있다. DeepSeek, GeDAI, ChatGPT를 대상으로 해킹 취약점을 분석하고, 각 모델이 직면한 보안 위협과 이를 방어하기 위한 기술적 대응책을 제시한다. 특히, GeDAI는 2025년 자유의 방패(FS) 연합연습에서 군사 작전 지원을 위해 시범 운용될 예정이며, 군사적 활용 가능성과 보안 강화를 위한 추가적인 연구가 필요하다. 본 연구는 M&S 기반 시뮬레이션 환경에서 Microsoft사의 STRIDE 위협 모델링 기법을 적용하여 LLM의 잠재적 위협을 식별하고, 이를 바탕으로 보안 코딩 및 시스템 설계 측면에서의 대응 방안을 도출함으로써 안전한 LLM 구축 방향성을 제시한다.

목차

Abstract
1. 서론
2. 관련 기술
3. LLM의 취약점 분석
4. 보안을 위한 코딩 및 시스템 구축 방안
5. 결론
참고문헌

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0