지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학위논문
- 저자정보
- 지도교수
- 이윤호
- 발행연도
- 2017
- 저작권
- 서울과학기술대학교 논문은 저작권에 의해 보호받습니다.
이용수6
이 논문의 연구 히스토리 (2)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
클라우드 컴퓨팅 기술이 보편화 되면서 데이터 프라이버시가 중요해 지고 있다. 데이터 프라이버시의 보호를 위해 암호화 기술이 필요하지만 현재의 일반적인 암호화 기술들은 사용자의 요구기능을 수행하기 위해 복호화 과정을 거치기 때문에 데이터 프라이버시를 보장할 수 없다. 완전동형암호는 암호화된 자료를 복호화 하는 과정을 거치지 않고 암호화된 상태에서 내재된 평문에 대한 임의의 알고리즘을 수행할 수 있기 때문에 데이터 프라이버시 보호를 위해 대체 암호화 알고리즘으로 고려할 수 있다.
본 연구에서는 완전동형암호로 암호화된 데이터에 적용할 수 있는 가산기를 구현하고 다수개의 데이터를 가산할 때 적용할 수 있는 성능이 향상된 메커니즘을 제안한다. 본 방법에서는 이전의 완벽한 가산 결과를 보장하는 산술 가산기를 연속적으로 사용해서 가산하는 방식을 사용하지 않고, N개의 데이터를 bitwise-AND 연산을 하지 않은 데이터가 2개 이하가 될 때 까지 Full-Adder만을 사용하여 최종적으로 논리합의 결과(S)와 Carry의 결과(C)만 남을 때까지 반복한다. 남은 S와 C를 산술 가산기를 사용하여 가산하면 최종 결과를 얻어낼 수 있다. 산술 가산기만 사용할 경우 N개의 데이터에 대해 2(k-1) < N ≤ 2k를 만족하는 k * 7의 bitwise-AND 연산깊이가 소모되지만, 제안방법의 경우 k + 7만큼의 bitwise-AND 연산깊이가 소모된다. 이러한 연산깊이의 차이로 인해 두 가지 방법은 많은 수행시간의 차이가 난다. 예를 들어 21페이지 4장 표2와 같이 파라미터 설정을 할 경우 32bit 데이터 16개를 가산할 때, 산술 가산기만 사용할 경우 bitwise-AND 연산깊이는 28이고 연산시간은 약 116분이지만, Full-Adder를 도입할 경우 bitwise-AND 연산깊이는 11이고 연산시간은 약 145초이다. 기존의 다수 개 데이터를 가산하는 방법의 경우 최대 8개의 데이터를 Recryption 연산 없이 가산 연산 수행이 가능하지만, 제안 메커니즘의 경우 217개의 데이터를 Recryption 연산 없이 가산 연산 수행이 가능하다.
본 연구에서 제안한 메커니즘은 향후 프라이버시 보존 기계학습이나 프라이버시 보존 통계 그리고 프라이버시 보존 산술연산 등이 필요한 프로토콜 등에 유용하게 사용될 것으로 예상된다.
본 연구에서는 완전동형암호로 암호화된 데이터에 적용할 수 있는 가산기를 구현하고 다수개의 데이터를 가산할 때 적용할 수 있는 성능이 향상된 메커니즘을 제안한다. 본 방법에서는 이전의 완벽한 가산 결과를 보장하는 산술 가산기를 연속적으로 사용해서 가산하는 방식을 사용하지 않고, N개의 데이터를 bitwise-AND 연산을 하지 않은 데이터가 2개 이하가 될 때 까지 Full-Adder만을 사용하여 최종적으로 논리합의 결과(S)와 Carry의 결과(C)만 남을 때까지 반복한다. 남은 S와 C를 산술 가산기를 사용하여 가산하면 최종 결과를 얻어낼 수 있다. 산술 가산기만 사용할 경우 N개의 데이터에 대해 2(k-1) < N ≤ 2k를 만족하는 k * 7의 bitwise-AND 연산깊이가 소모되지만, 제안방법의 경우 k + 7만큼의 bitwise-AND 연산깊이가 소모된다. 이러한 연산깊이의 차이로 인해 두 가지 방법은 많은 수행시간의 차이가 난다. 예를 들어 21페이지 4장 표2와 같이 파라미터 설정을 할 경우 32bit 데이터 16개를 가산할 때, 산술 가산기만 사용할 경우 bitwise-AND 연산깊이는 28이고 연산시간은 약 116분이지만, Full-Adder를 도입할 경우 bitwise-AND 연산깊이는 11이고 연산시간은 약 145초이다. 기존의 다수 개 데이터를 가산하는 방법의 경우 최대 8개의 데이터를 Recryption 연산 없이 가산 연산 수행이 가능하지만, 제안 메커니즘의 경우 217개의 데이터를 Recryption 연산 없이 가산 연산 수행이 가능하다.
본 연구에서 제안한 메커니즘은 향후 프라이버시 보존 기계학습이나 프라이버시 보존 통계 그리고 프라이버시 보존 산술연산 등이 필요한 프로토콜 등에 유용하게 사용될 것으로 예상된다.
목차
제 1장. 서 론 4제 2장. 관련 연구 8제 1절. 완전동형암호 8제 2절. Prefix Adder 10제 3절. 암호화된 데이터의 가산연산 관련 연구 11제 3장. 가산기 제안 및 성능 개선 방향 13제 1절. 완전동형암호를 적용한 산술 가산기 13제 2절. 다수 개의 가산 연산을 위한 메커니즘 제안 17제 4장. 성능 분석 22제 5장. 결 론 27참고문헌 28
최근 본 자료
댓글(0)
0