• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제13권12호
• /
• pp.6260-6276
• /
• 2019

With the rapid development of cloud computing, it raises real questions on privacy protection, which greatly limits the use of cloud computing. However, fully homomorphic encryption (FHE) can make cloud computing consistent with privacy. In this paper, we propose a simpler FHE scheme based on ring LWE problem, with a smaller size of ciphertext and a lower noise-expansion factor for homomorphic multiplication. Then based on our optimized RLWE-based FHE scheme, we propose a fast single-database private information retrieval protocol, combining with batching and number theoretic transform technology.

• 한국HCI학회:학술대회논문집
• /
• 한국HCI학회 2007년도 학술대회 3부
• /
• pp.322-325
• /
• 2007

Graphics processing unit (GPU) is used for a faster artificial neural network. It is used to implement the matrix multiplication of a neural network to enhance the time performance of a text detection system. Preliminary results produced a 20-fold performance enhancement using an ATI RADEON 9700 PRO board. The parallelism of a GPU is fully utilized by accumulating a lot of input feature vectors and weight vectors, then converting the many inner-product operations into one matrix operation. Further research areas include benchmarking the performance with various hardware and GPU-aware learning algorithms. (c) 2004 Pattern Recognition Society. Published by Elsevier Ltd. All rights reserved.

• International Journal of Computer Science & Network Security
• /
• 제22권5호
• /
• pp.255-265
• /
• 2022

Educational programs for students with intellectual disabilities have undergone drastic changes in pursuit of the general curriculum. Accordingly, teachers in various fields, including mathematics, strive to find effective methods that enhance learning. The objective of this systematic review is to examine the field of teaching mathematics to students with intellectual disabilities to investigate relevant effective teaching strategies and required teaching skills. To achieve this goal, studies published during the period 2018-2021 were reviewed. Findings indicate the inclusion of nine studies that met the inclusion criteria out of 55 studies. The included studies found that the system of least prompts (SLP) in conjunction with feedback and error correction, and schema-based instruction are generally the most effective strategies in teaching mathematical skills to students with intellectual disabilities. Addition is the most targeted skill, followed by subtraction and algebra problem solving. The least targeted skills are multiplication, recognition of geometric shapes, calculating price after discount, rapid recognition of numbers, and rapid problem solving. The paper provides recommendations and suggests venues of future research.

• 전기전자학회논문지
• /
• 제23권4호
• /
• pp.1314-1320
• /
• 2019

본 논문에서는 소프트웨어 환경에서 비트연산을 최적화 하고 DNN으로 응용하는 방법을 제안한다. 이를 위해 비트연산 최적화를 위한 패킹 함수와 DNN으로 응용을 위한 마스킹 행렬 곱 연산을 제안한다. 패킹 함수의 경우는 32bit의 실제 가중치값을 2bit로 변환하는 연산을 수행한다. 연산을 수행할 땐, 임계값 비교 연산을 통해 2bit 값으로 변환한다. 이 연산을 수행하면 4개의 32bit값이 1개의 8bit 메모리에 들어가게 된다. 마스킹 행렬 곱 연산의 경우 패킹된 가중치 값과 일반 입력 값을 곱하기 위한 특수한 연산으로 이루어져 있다. 그리고 각각의 연산은 GPU 가속기를 이용해 병렬로 처리되게 하였다. 그 결과 HandWritten 데이터 셋에 환경에서 32bit DNN 모델에 비해 약 16배의 메모리 절약을 볼 수 있었다. 그럼에도 정확도는 32bit 모델과 비슷한 1% 이내의 차이를 보였다.

• 대한수학교육학회지:학교수학
• /
• 제13권4호
• /
• pp.581-598
• /
• 2011

학교 교육과정의 초기 단계에서부터 대수를 가르쳐야 한다는 주장이 국제적인 공감을 얻으면서, 초등학교에서 적절한 대수 지도 방안을 찾는데 관심이 높아지고 있다. 그러나 초등학교에서 대수적 추론 능력을 향상시키기 위해 수학 수업이 어떻게 이루어져야 하는가에 관한 실제적인 연구는 여전히 부족한 상황이다. 본 연구는 초등학교에서의 효과적인 대수 교수-학습에 대한 구체적이고 실질적인 정보를 얻기 위해, 곱셈의 결합법칙 탐구를 강조한 4학년 수업 사례를 중심으로 탐구적 질적 사례 연구를 실시하였다. 체계적인 수업 분석을 통해 본 연구는, 구체적인 상황에서 수와 연산의 성질에 초점 맞추기, 충분한 사례 탐구를 통해 수와 연산의 성질 발견하기, 임의의 수 상황에서 연산의 성질 일반화하기의 세 단계에 따라 교사가 어떤 활동들을 구성할 수 있으며 학생들은 어느 정도의 대수적 추론을 발현할 수 있는지를 구체적인 사례를 통해 밝히고자 하였다.

• 한국초등수학교육학회지
• /
• 제14권1호
• /
• pp.135-151
• /
• 2010

본 연구는 구성주의 이론을 반영하여 개발한 곱셈단원 수업자료를 토대로 학습자 중심 수업을 초등학교 2학년 학습자에게 실시하였을 때 학습자들의 성취도가 어떠한가를 살펴보는데 그 목적이 있다. 이를 위해, 학습자 중심 수학 수업으로 곱셈단원을 학습한 집단과 초등 수학교과서를 토대로 교사 중심 수업으로 곱셈단원을 학습한 집단의 성취도를 비교하였다. 먼저, 추론검사를 실시한 결과 두 집단은 추론능력에 있어서 유의미한 차이가 없음을 확인하였다. 수업을 실시한 후, 2학년 교육과정에서 다루는 곱셈지식을 측정한 재생검사는 두 집단은 통계적으로 유의한 차이를 나타내지 않았지만, 2학년 학생들이 배우지 않은 3학년 이상의 교육과정에서 다루는 곱셈지식을 측정한 생성검사I과 생성검사II는 두 집단이 통계적으로 유의미한 차이가 나는 것을 알 수 있었다. 이와 같은 결과로부터, 초등수학교과서로 교사 중심 수업 보다 구성주의 이론을 바탕으로 개발된 수업 자료를 토대로 학습자 중심 수업이 학습자의 지식이 전이력이 있음을 알 수 있다.

• 한국컴퓨터정보학회논문지
• /
• 제29권6호
• /
• pp.1-12
• /
• 2024

최근 다양한 분야에서 딥러닝이 사용되면서, 더 빠르고 정확한 결과를 내는 딥러닝이 더욱 중요해졌다. 이를 위해서는 많은 양의 저장 공간이 필요하고, 대용량 연산을 진행해야 한다. 이에 따라 여러 연구는 빠르고 정확하게 연산 처리가 가능한 하드웨어 가속기를 이용한다. 하지만 하드웨어 가속기는 CPU와 하드웨어 사이를 이동하면서 병목현상이 발생하게 된다. 따라서 본 논문에서는 하드웨어 가속기의 병목현상을 효율적으로 줄일 수 있는 데이터 프리패치 전략을 제안한다. 데이터 프리패치 전략의 핵심 아이디어는 Matrix Multiplication Unit(MMU)가 연산을 진행하는 동안 다음 연산에 필요한 데이터를 예측하여 로컬 메모리로 올려 병목현상을 줄인다. 또한, 이 전략은 듀얼 버퍼를 이용하여 읽고 쓰는 두 가지 동작을 동시에 진행하여 처리율을 높인다. 이를 통해 데이터 전송의 지연시간 및 실행 시간을 감소시킨다. 시뮬레이션을 통해 듀얼 버퍼를 이용한 병렬 프로세싱과 데이터 프리패치를 이용한 메모리 간 병목현상을 최대한 감소시켜 하드웨어 가속기의 성능이 24% 향상함을 알 수 있다.

• 한국학교수학회논문집
• /
• 제12권1호
• /
• pp.47-70
• /
• 2009

본 연구는 초등학교 학생들도 자신이 행한 행위를 바탕으로 반성적 추상화를 할 수 있다는 구성주의자들의 가정을 확인하는데 목적이 있다. 이 목적을 달성하기 위해서 구성주위를 근간으로 하는 교수 학습 이론인 학습지 중심 수업으로 곱셈 수업을 실천하고, 특히 추론 능력이 열등한 학생들을 대상으로 곱셈 지식을 구성하는 능력을 알아보았다. 대구시 수성구에 소재한 J초등학교 2학년 1개 반 37명을 연구 대상으로 선정하여, 비디오 분석, 수업 시간 관찰, 활동지, 개별 면담, 수업 일지 기록 등을 통한 다중검증법을 활용하였다. 본 연구의 결과로부터 얻어진 결론은 다음과 같다. 첫째, 추론능력이 열등한 학습자도 자기 나름대로의 지식을 구성해 나갈 수 있었다. 따라서 교사는 학생들이 지식을 구성할 수 있는 존재라는 믿음을 갖고 획일적인 수준의 목표를 강제해서는 안 된다. 둘째, 학습자 중심 수업으로 인한 긍정적인 효과성을 인식하여 교사는 학생 각자의 사고를 존중하는 학생관을 가지고, 학생들의 인지갈등을 유발하고 사고를 촉진시켜 줄 수 있는 수업 자료를 제시해야 한다. 셋째, 학생들은 학습하는 과정에서 기존의 학습한 내용과 연관성을 지으면서 학습하는 경향을 인식하고 단편적인 지식의 습득이 아닌 반성적 추상화를 통해 인지구조를 형성해나가도록 해야 한다.

• 정보보호학회논문지
• /
• 제32권6호
• /
• pp.1045-1057
• /
• 2022

최근 양자 내성 암호 표준화 사업을 진행 중인 미국의 국립표준기술연구소는 표준화가 확정된 4개의 알고리즘을 발표하였다. 본 논문에서는 PKE/KEM 분야에서 표준화가 확정된 CRYSTALS-KYBER 알고리즘의 복호화 과정 중 비프로파일링 기반 전력 분석 공격인 CPA(Correlation Power Analysis)와 DDLA(Differential Deep Learning Analysis)에 의해 개인 키가 노출될 수 있음을 보이고자 한다. 실험 결과 개인 키의 일차 다항식 계수복구에 성공하였으며, 특히 DDLA에서는 중간 값의 해밍 웨이트(Hamming Weight)를 라벨로 사용하는 모델에서 평가 기법인 NMM(Normalized Maximum Margin)의 값이 13.0으로 가장 높은 값을 가져 개인 키를 복구할 수 있는 것을 확인하였다. 또한, 복호화 과정 중 암호문을 랜덤하게 분할하고 계수별 곱셈 연산의 시작 지점을 랜덤화하는 방어 기법을 적용하면 상기한 공격을 방어하는 것을 확인하였다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제15권12호
• /
• pp.4345-4363
• /
• 2021

Deep Learning as a Service (DLaaS), utilizing the cloud-based deep neural network models to provide customer prediction services, has been widely deployed on mobile cloud computing (MCC). Such services raise privacy concerns since customers need to send private data to untrusted service providers. In this paper, we devote ourselves to building an efficient protocol to classify users' images using the convolutional neural network (CNN) model trained and held by the server, while keeping both parties' data secure. Most previous solutions commonly employ homomorphic encryption schemes based on Ring Learning with Errors (RLWE) hardness or two-party secure computation protocols to achieve it. However, they have limitations on large communication overheads and costs in MCC. To address this issue, we present LeHE4SCNN, a scalable privacy-preserving and communication-efficient framework for CNN-based DLaaS. Firstly, we design a novel low-expansion rate homomorphic encryption scheme with packing and unpacking methods (LeHE). It supports fast homomorphic operations such as vector-matrix multiplication and addition. Then we propose a secure prediction framework for CNN. It employs the LeHE scheme to compute linear layers while exploiting the data shuffling technique to perform non-linear operations. Finally, we implement and evaluate LeHE4SCNN with various CNN models on a real-world dataset. Experimental results demonstrate the effectiveness and superiority of the LeHE4SCNN framework in terms of response time, usage cost, and communication overhead compared to the state-of-the-art methods in the mobile cloud computing environment.