백윤흥 연구실
전기·정보공학부 백윤흥
백윤흥 연구실은 임베디드 시스템, 컴파일러, 시스템 보안, 인공지능 및 프라이버시 보호 컴퓨팅 등 첨단 정보기술 분야에서 국내외적으로 선도적인 연구를 수행하고 있습니다. 연구실은 임베디드 프로세서 및 SoC 환경에서의 최적화된 소프트웨어 개발, 리타게터블 컴파일러, 코드 최적화, 저전력 및 고성능 시스템 구현 등 실질적인 산업 및 학계의 요구를 충족시키는 다양한 기술을 개발해왔습니다.
특히, 하드웨어와 소프트웨어의 경계를 넘나드는 시스템 보안 연구에 강점을 가지고 있습니다. 커널 무결성 검증, 코드 재사용 공격 탐지, 신뢰 실행 환경(TEE), 하이퍼바이저 기반 보호, 메모리 무결성 및 부채널 공격 방어 등 현대 컴퓨팅 환경에서 요구되는 다양한 보안 이슈를 다루며, ARM TrustZone, Intel SGX, AMD SEV 등 최신 하드웨어 보안 기술을 적극적으로 활용하고 있습니다.
또한, 인공지능 및 프라이버시 보호 컴퓨팅 분야에서도 활발한 연구를 진행하고 있습니다. 연합학습에서의 개인정보 유출 방지, 머신러닝 모델의 프라이버시 보호, 동형암호 기반 AI 추론, AI 모델의 보안 취약점 분석 및 방어 기법 등 AI와 보안이 결합된 다양한 연구를 수행하고 있습니다. 차등 프라이버시, 동형암호, 신뢰 실행 환경 등 첨단 기술을 활용하여 데이터 보호와 AI 활용의 균형을 맞추는 데 기여하고 있습니다.
연구실은 다양한 정부 및 산업체 프로젝트, 국내외 특허, 국제 학술대회 및 저널 논문 발표 등을 통해 그 우수성과 실용성을 입증받고 있습니다. 또한, 실제 산업 현장에 적용 가능한 기술 개발과 인재 양성에도 힘쓰고 있으며, 미래 지능형 시스템의 신뢰성과 안전성을 확보하는 데 중요한 역할을 하고 있습니다.
이처럼 백윤흥 연구실은 임베디드 시스템 소프트웨어, 시스템 보안, 인공지능 및 프라이버시 보호 컴퓨팅 등 다양한 분야에서 혁신적인 연구를 지속적으로 수행하며, 학계와 산업계 모두에서 높은 평가를 받고 있습니다.
Code Reuse Attack Detection
Federated Learning Security
Hardware Security
컴파일러 및 임베디드 시스템 소프트웨어 기술
백윤흥 연구실은 컴파일러 이론 및 실습, 임베디드 시스템 소프트웨어 개발에 있어 국내외적으로 선도적인 연구를 수행하고 있습니다. 연구실은 다양한 임베디드 프로세서 및 시스템 온 칩(SoC) 환경에서 최적화된 코드 생성을 위한 리타게터블(retargetable) 컴파일러, 코드 크기 감소, 전력 효율화, 성능 향상 등 실질적인 임베디드 시스템의 요구를 충족시키는 기술을 개발해왔습니다. 특히, VLIW, CGRA, DSP 등 다양한 아키텍처에 특화된 컴파일러 최적화 기법과 자동화된 코드 생성 도구 개발에 집중해왔으며, 실제 산업체와의 협력 및 특허 출원도 활발히 이루어지고 있습니다.
이 연구 분야에서는 하드웨어 구조의 복잡성과 다양성에 대응하기 위한 소프트웨어 자동화 기술이 핵심입니다. 예를 들어, 다중 메모리 뱅크 구조, 이종 레지스터 아키텍처, 동적 암시 어드레싱 모드 등 다양한 하드웨어 특성을 반영한 컴파일러 설계와 최적화 알고리즘이 연구되고 있습니다. 또한, 임베디드 시스템의 실시간성, 저전력, 소형화 요구에 부합하는 소프트웨어 개발 환경 및 자동화 도구의 개발도 중요한 연구 주제입니다.
이러한 연구는 실제 모바일, IoT, 멀티미디어, 네트워크 프로세서 등 다양한 응용 분야에 적용되고 있으며, 산업계와 학계 모두에서 높은 평가를 받고 있습니다. 연구실의 기술은 국내외 특허와 논문, 그리고 다양한 정부 및 산업체 프로젝트를 통해 그 우수성이 입증되고 있습니다.
시스템 보안 및 신뢰 실행 환경
연구실은 하드웨어 및 소프트웨어의 경계를 넘나드는 시스템 보안 기술 개발에 집중하고 있습니다. 특히, 커널 무결성 검증, 코드 재사용 공격 탐지, 신뢰 실행 환경(TEE), 하이퍼바이저 기반 보호 기술 등 현대 컴퓨팅 환경에서 요구되는 다양한 보안 이슈를 다루고 있습니다. ARM TrustZone, Intel SGX, AMD SEV 등 최신 하드웨어 보안 기능을 활용한 커널 및 응용 프로그램 보호, 메모리 무결성 검증, 부채널 공격 방어, 동형암호 기반 데이터 보호 등 폭넓은 주제를 연구합니다.
이 분야에서는 하드웨어 지원 기반의 실시간 모니터링, 버스 스누핑, 소프트웨어 격리, 메모리 태깅, 소프트웨어 결함 격리(SFI), 바이너리 코드 유사도 탐지 등 다양한 기술이 융합되어 활용됩니다. 또한, 머신러닝 기반 이상행위 탐지, 연합학습 보안, 프라이버시 보호 기법 등 인공지능과 보안의 융합 연구도 활발히 이루어지고 있습니다. 실제로, 연구실은 다양한 국제 학술대회와 저널에 관련 연구 성과를 발표하고 있으며, 국내외 특허도 다수 보유하고 있습니다.
이러한 연구는 클라우드, IoT, 모바일, 엣지 컴퓨팅 등 다양한 환경에서의 신뢰성과 보안성을 높이는 데 기여하고 있습니다. 연구실의 기술은 실제 산업 현장에 적용되어 보안 위협에 대응하고, 안전한 컴퓨팅 환경을 구축하는 데 중요한 역할을 하고 있습니다.
인공지능 및 프라이버시 보호 컴퓨팅
백윤흥 연구실은 인공지능(AI) 및 프라이버시 보호 컴퓨팅 분야에서도 활발한 연구를 진행하고 있습니다. 특히, 연합학습(Federated Learning)에서의 개인정보 유출 방지, 머신러닝 모델의 프라이버시 보호, 동형암호 기반 AI 추론, AI 모델의 보안 취약점 분석 및 방어 기법 등 첨단 주제를 다룹니다. 최근에는 클러스터드 연합학습의 프라이버시 취약점, 바이잔틴 강건성, 모델 탈취 공격 및 방어, 부채널 공격 등 AI와 보안이 결합된 다양한 연구를 수행하고 있습니다.
이 분야에서는 차등 프라이버시, 동형암호, 신뢰 실행 환경 등 다양한 프라이버시 보호 기술과 AI 모델의 효율적 학습 및 추론을 위한 하드웨어/소프트웨어 협력 기술이 융합되어 연구됩니다. 또한, AI 모델의 안전성과 신뢰성을 높이기 위한 공격 탐지, 방어 알고리즘, 데이터 임베딩, 프로그램 행위 모델링 등도 주요 연구 주제입니다. 연구실은 이러한 연구를 통해 실제 산업 및 공공 분야에서 요구되는 데이터 보호와 AI 활용의 균형을 맞추는 데 기여하고 있습니다.
이러한 연구는 개인정보 보호가 중요한 의료, 금융, 공공 데이터 분석, 스마트 시티 등 다양한 분야에 적용될 수 있으며, 미래 지능형 시스템의 신뢰성과 안전성을 확보하는 데 필수적인 기반 기술로 자리매김하고 있습니다.
1
Enhancing a Lock-and-Key Scheme With MTE to Mitigate Use-After-Frees
백윤흥, 방인영, 마틴, 유준승, 문현곤, 조영필
IEEE ACCESS, 202312
2
Exploring Clustered Federated Learning’s Vulnerability against Property Inference Attack
이영한, 배호, 백윤흥, 김현준, 조윤기
International Symposium on Research in Attacks, Intrusions and Defenses, 202310
3
KVSEV: A Secure In-Memory Key-Value Store with Secure Encrypted Virtualization
백윤흥, 유준승, 이경한, 문현곤, 조영필
ACM Symposium on Cloud Computing, 202310
1
ASDSP를 위한 소프트웨어 환경 구축 및 오디오 응용 알고리즘의 성능 개선
2
Configurable RISC 프로세서를 위한 Retargetable 컴파일러의 개발
3
MPSoc용 임베디드 S/W 설계 밈 검증 기술 개발
