• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2024년도 춘계학술발표대회
• /
• pp.229-230
• /
• 2024

최근 드론으로 극한 환경에서 범죄 수배자 및 실종자를 탐색하는 시도가 활발하다. 이때 생체 인증 기술인 얼굴 인증 기술을 사용하면 탐색 효율이 높아지지만, 암호화되지 않은 인증 프로토콜 적용 시 생체 정보 유출의 위험이 있다. 본 논문에서는 드론이 수집한 얼굴 이미지 템플릿을 암호화하여 안전하게 인증할 수 있는 효율적인 생체 인증 프레임워크인 DF-PPHDM(Privacy-Preserving Hamming Distance biometric Matching for Drone-collected Facial images)을 제안한다. 수집된 얼굴 이미지는 암호문 형태로 서버에 전달되며 서버는 기존 등록된 암호화된 템플릿과의 Hamming distance 분석을 통해 검증한다. 제안한 DF-PPHDM을 RaspberryPI 4B 환경에서 직접 실험하여 분석한 결과, 한정된 리소스를 소유한 드론에서 효율적인 구현이 가능하며, 인증 단계에서 7.83~155.03 ㎲ (microseconds)가 소요된다는 것을 입증하였다. 더불어 서버는 드론이 전송한 암호문으로부터 생체 정보를 복구할 수 없으므로 프라이버시 침해 문제를 예방할 수 있다. 향후 DF-PPHDM에 AI(Artificial Intelligence)를 결합하여 자동화 기능을 추가하고 코드 최적화를 통해 성능을 향상시킬 예정이다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2006년도 하계종합학술대회
• /
• pp.461-462
• /
• 2006

• International journal of advanced smart convergence
• /
• 제12권2호
• /
• pp.56-66
• /
• 2023

The goal of deep learning is to extract complex features from multidimensional data use the features to create models that connect input and output. Deep learning is a process of learning nonlinear features and functions from complex data, and the user data that is employed to train deep learning models has become the focus of privacy concerns. Companies that collect user's sensitive personal information, such as users' images and voices, own this data for indefinite period of times. Users cannot delete their personal information, and they cannot limit the purposes for which the data is used. The study has designed a deep learning method that employs privacy protection technology that uses distributed collaborative learning so that multiple participants can use neural network models collaboratively without sharing the input datasets. To prevent direct leaks of personal information, participants are not shown the training datasets during the model training process, unlike traditional deep learning so that the personal information in the data can be protected. The study used a method that can selectively share subsets via an optimization algorithm that is based on modified distributed stochastic gradient descent, and the result showed that it was possible to learn with improved learning accuracy while protecting personal information.

• 정보과학회 논문지
• /
• 제44권8호
• /
• pp.860-869
• /
• 2017

최근 국내에서 개인정보 안전성에 관한 법률이 제정됨으로써 개인정보 암호화에 많은 관심이 집중되었다. 그러나 기존의 암호화 기법을 그대로 사용한다면, 데이터의 형태를 보존할 수 없기 때문에 데이터베이스의 스키마를 변경해야하며 이는 많은 비용을 발생시킬 수 있다. 따라서 기존의 데이터베이스 스키마를 그대로 유지하고 데이터의 기밀성을 보존할 수 있는 형태보존암호가 핵심 기술로 대두되고 있다. 이에 따라 NIST는 FF1과 FF3를 형태보존암호의 표준으로 공표했지만, 최근 메시지 복구 공격에 대한 FF1과 FF3의 안전성에 문제점이 발견되었다. 본 논문에서는 형태보존암호의 표준인 FF1과 FF3, 그리고 메시지 복구 공격에 대해 연구하고 분석하였다. 또한 이를 바탕으로 메시지 복구 공격에 안전할 수 있는 형태보존암호를 연구하고, 표준화된 FF1과 FF3을 직접 구현하여 제안 방식의 효율성을 검증하였다.

• 한국컴퓨터정보학회논문지
• /
• 제26권12호
• /
• pp.19-27
• /
• 2021

본 논문에서는 지역 차분 프라이버시(Local Differential Privacy, LDP) 기법을 이용하여 프라이버시를 보호하면서 수집한 차량 위치 데이터와 딥러닝 기법을 이용하여 교통량을 예측하기 위한 기법을 제시한다. 제시한 기법은 데이터를 수집하는 과정과 수집한 데이터를 이용하여 교통량을 예측하는 과정으로 구성된다. 첫 번째 단계에서는 데이터 수집 과정 중에 발생할 수 있는 프라이버시 침해 문제를 해결하기 위해 LDP 기법을 적용하여 차량의 위치 데이터를 수집한다. LDP 기법은 데이터 수집 시 원본 데이터에 노이즈를 추가해 사용자의 민감한 데이터가 외부에 노출되는 것을 방지한다. 이를 통해 운전자의 프라이버시를 보존하면서 차량의 위치 데이터를 수집할 수 있다. 두 번째 단계에서는 첫 번째 단계에서 수집한 데이터에 딥러닝 기법을 적용하여, 교통량을 예측한다. 또한, 본 논문에서 제안한 기법의 우수성을 입증하기 위해, 실데이터를 이용한 성능 평가를 진행한다. 성능 평가 결과는 본 논문에서 제안한 기법이 사용자의 프라이버시를 보호하면서 수집된 데이터를 이용하여 효과적으로 교통량을 예측할 수 있음을 입증한다.

• 전자공학회논문지SC
• /
• 제39권1호
• /
• pp.33-41
• /
• 2002

본 논문에서는 기존의 주파수하중 균형절단 기법과 주파수하중 한켈노옴 근사화 기법에 비하여 더 작은 H∞ 하중 축소오차를 가지는 새로운 알고리듬을 제시한다. 제시한 알고리듬은 제한 실 보조정리로부터 반복적인 두 단계의 선형행렬부등식 형태로 유도한다. 또한 제안한 알고리듬을 성능보장을 위한 제어기 차수축소기법에 적용한다. 수치적 예를 통하여 제안한 알고리듬의 타당성을 보이고 기존의 모델 차수축소기법과 비교 분석하며 HIMAT(highly maneuverable aircraft technology) 시스템의 예를 통하여 성능보장을 위한 제어기 차수축소 기법에 적용할 수 있음을 보인다.

• 대한전자공학회논문지SP
• /
• 제41권6호
• /
• pp.25-32
• /
• 2004

본 논문에서는 스테레오 영상으로부터 자연스러우면서도 정확한 변이 정보를 추출하기 위한 변이 추정 알고리듬을 제안한다. 제안된 알고리듬은 영역 분할 기법을 이용한 계층적 변이 추정부와 편미분 방정식(PDE: Partial Differential Equation)을 이용한 에너지 기반 경계 보존 변이 평활화부로 구성되어 있다. 제안된 계층적 변이 추정 기법은 빠르면서도 신뢰도 있는 변이를 제공하며, 이러한 변이장은 정확도와 평활화도를 함께 고려한 에너지 모델의 최소화 기법에 의해 자연스럽고 정밀한 최종 변이장으로 추출된다. 에너지 모델의 최소화 과정은 대응되는 Euler-Lagrange 방정식으로 변형되어 유한차분법(FDM: Finite difference Method)을 이용한 근사화를 통해 구현된다. 실험을 통해 제안된 변이 추정 기법은 다양한 환경의 영상에 대해서도 자연스러우면서도 정확하고, 경계가 잘 보존된 변이를 추정해 낼 수 있음을 검증하였다.

• 한국멀티미디어학회논문지
• /
• 제19권7호
• /
• pp.1159-1165
• /
• 2016

Traffic violations such as moving while the traffic lights are red have come from a simple omission to a premeditated act. The traffic control center cannot timely monitor all the cameras installed on the roads to trace and pursue those traffic violators. Modern vehicles are equipped and controlled by several sensors in order to support monitoring and reporting those kind of behaviors which some time end up in severe causalities. However, such applications within the vehicle environment need to provide security guaranties. In this paper, we address the limitation of previous work and present a secure and privacy preserving protocol for traffic violation reporting system in vehicular cloud environment which enables the vehicles to report the traffic violators, thus the roadside clouds collect those information which can be used as evidence to pursue the traffic violators. Particularly, we provide the unlinkability security property within the proposed protocol which also offers lightweight computational overhead compared to previous protocol. We consider the concept of conditional privacy preserving authentication without pairing operations to provide security and privacy for the reporting vehicles.

• 한국기록관리학회지
• /
• 제1권1호
• /
• pp.131-152
• /
• 2001

이 연구는 2000-2001년도 한국학술진흥재단 협동연구지원사업 과제인 "한국 공공기관 기록보존 관리의 현황조사 및 중 장기 정책수립에 관한 연구"에 관한 중간보고 논문이다. 본 연구에서는, 한국에서 <공공기관의 기록물 보존 관리>가 제대로 시행될 수 있는 방법을 모색하기 위하여 국내 189개 공공기관(국가공공기관 정부투자기관 대학교 대학도서관 등)을 조사대상으로 하여 이들 기관의 기록물 보존 관리의 실태, 즉 해당 기관이 소장하고 있는 기록물의 보유량 보존시설 및 장비 조건 전산화 및 마이크로필름 촬영계획 건의사항 등에 대하여 실태조사를 실시하였다. 그 결과, 공공기관에서 생산 보존되고 있는 기록물들을 '정보화 지원'으로 전환시키거나, 이를 행정적 또는 역사적인 기록물로 활용할 수 있는 기능 즉 그 활용성의 측면에서 매우 낮은 현실에 직면하여 있다는 점 등의 7개 사항이 종합 분석되었다. 그리고 결론 및 향후방향에서는 <공공기관의 기록물관리에 관한 법률>의 제정에 입각하여 이에 따른 법적 제도적인 일환으로 기록관리를 전담으로 하는 전문 인력의 배치와 예산의 확보가 수반되어야 할 것 등 6개 사항이 도출되었다.

• 정보처리학회논문지C
• /
• 제14C권5호
• /
• pp.439-452
• /
• 2007

본 논문에서는 랜덤화 기법을 이용한 프라이버시 보존형 데이터 마이닝(PPDM) 기술에 대하여 논한다. 계산 효율성 때문에 실용화 되지 못하고 있는 안전한 다자간 계산(SMC) 기반 PPDM은 현재의 컴퓨팅 환경에서는 실용성 없는 다분히 이론적인 것이다. 그래서 우리는 실용적인 PPDM 기술에 집중하여 가장 널리 사용되고 있는 랜덤화 기법에 대한 연구 결과를 소개한다. 특히, 랜덤화를 이용한 실용적인 PPDM 분야에서 가장 중요한 프라이버시 측도 개념을 심도 있게 분석하였으며, 연관규칙 마이닝에서의 프라이버시 보호 기술에 초점을 맞춘다. Evfimievski 등이 제안한 select-a-size 범주에 속하는 새로운 랜덤화 작용소인 binomial-selector 개념을 제안하고, 적절한 파라미터를 찾기 위한 시뮬레이션 결과를 제시한다. 기존의 cut-and-paste 랜덤화 작용소는 아이템 집합이 큰 경우에는 매우 비효율적이며 복원된 지지도의 분산이 크다는 단점을 지니고 있다. 여기에서 제안하는 binomial-selector 랜덤화 작용소는 cut-and-paste 작용소가 갖는 단점들을 보완한다.