인공지능기반 오류주입 매개변수 탐색 기술 동향

A Study on AI-Based Fault Injection Parameter Search Algorithm

  • 이진용 (한국전자통신연구원 차세대시스템보안연구실) ;
  • 나중찬 (한국전자통신연구원 차세대시스템보안연구실) ;
  • 김명현 (한국전자통신연구원 차세대시스템보안연구실)
  • Jinyong Lee (Electronics and Telecommunications Research Institute System Security Research Division) ;
  • Joongchan Na (Electronics and Telecommunications Research Institute System Security Research Division) ;
  • Myunghyun Kim (Electronics and Telecommunications Research Institute System Security Research Division)
  • 발행 : 2024.10.31

초록

오류 주입 공격(Fault Injection Attack)은 시스템에 의도적으로 오류를 주입하여 취약점을 드러내는 강력한 공격 기법으로, 공격에 사용되는 매개변수 탐색 최적화는 제한된 시간 내 성공적인 공격을 위해 필수적인 기술이다. 본 논문에서는 인공지능(Artificial Intelligence) 기반 알고리즘, 특히 유전 알고리즘(Genetic Algorithm, GA)과 미메틱 알고리즘(Memetic Algorithm, MA)이 오류 주입 매개변수 탐색 최적화에 어떻게 적용되었는지 사례를 통해 살펴보고, 이러한 기법들이 기존의 무작위 탐색(Random Search, RS) 방법에 비해 높은 탐색 효율성과 성공률을 어떻게 달성했는지 분석한다. 또한, 각 알고리즘의 장단점을 비교하여 평가하고, 오류 주입 공격의 정밀도와 효율성을 더욱 향상시키기 위한 추가 연구 방향을 제안한다.

키워드

과제정보

이 논문은 2024년도 정부(과학기술정보통신부)의 재원으로 정보통신기획평가원의 지원을 받아 수행된 연구결과임. (RS-2024-00396269, IC Chip에 대한 오류 주입 보안 검증 및 취약성 분석 시스템 개발)

참고문헌

  1. Boix Carpi, R., et al. "Glitch It If You Can: Novel Parameter Search Strategies for Successful Fault Injection." CARDIS 2013, Berlin, Germany, 2013.
  2. Picek, Stjepan, et al. "Evolving genetic algorithms for fault injection attacks." MIPRO 2014, Opatija, Croatia, 2014, pp. 1105-1111.
  3. Picek, S., et al. "Fault injection with a new flavor: Memetic algorithms make a difference." COSADE 2015, Berlin, Germany, 2015, pp. 159-173.
  4. Maldini, A., Samwel, N., Picek, S., & Batina, L. (2019). Optimizing electromagnetic fault injection with genetic algorithms. Automated Methods in Cryptographic Fault Analysis, 281-300.
  5. Rais-Ali, I., et al. "Quantifying the speed-up offered by genetic algorithms during fault injection cartographies." FDTC 2022, Seoul, Korea, 2022, pp. 61-72.
  6. Krcek, M., & Ordas, T. "Diversity Algorithms for Laser Fault Injection." ACNS 2024, Cham, Switzerland, 2024, pp. 121-138.