RnDCircle Logo
arrow left icon

김성열 연구실

건국대학교 컴퓨터공학부

김성열 교수

Intrusion Detection

Spam Detection

Malware Detection

김성열 연구실

컴퓨터공학부 김성열

김성열 연구실은 암호학 및 정보이론, 네트워크 보안, 데이터 마이닝 등 정보보호와 관련된 다양한 분야에서 선도적인 연구를 수행하고 있습니다. 본 연구실은 이론적 연구와 실용적 응용을 동시에 추구하며, 첨단 암호 알고리즘의 설계와 분석, 효율적인 보안 시스템 개발, 그리고 대규모 데이터 분석 기술에 이르기까지 폭넓은 연구를 진행하고 있습니다. 특히, 암호학 분야에서는 모바일 및 저연산 환경에 적합한 경량 암호화 기법, 해시 체인, 인증 및 저작권 보호 시스템 등 다양한 응용 기술을 개발하고 있습니다. GPU와 같은 고성능 컴퓨팅 자원을 활용한 암호 알고리즘의 병렬화 및 최적화 연구를 통해 실질적인 성능 향상을 이루고 있으며, 관련 특허와 논문을 통해 그 우수성을 인정받고 있습니다. 네트워크 보안 및 침입 탐지 분야에서는 머신러닝, 데이터 마이닝, 클러스터링, 주성분 분석 등 다양한 첨단 기법을 활용하여 랜섬웨어, 악성코드, 스팸, DDoS 공격 등 다양한 사이버 위협에 효과적으로 대응할 수 있는 탐지 및 분석 시스템을 개발하고 있습니다. 또한, 대용량 네트워크 트래픽 분석, 오프라인 기반 IP 추적, 소규모 네트워크를 위한 DDoS 방어 시스템 등 실질적인 네트워크 환경에서 적용 가능한 다양한 솔루션을 제시하고 있습니다. 데이터 마이닝 및 패턴 인식 분야에서는 웹 크롤링, 악성 도메인 분류, 스팸 탐지, 근접 복제 문서 탐지 등 다양한 응용 분야에서 데이터 마이닝 기법을 적용하고 있습니다. 그래프 탐색, SVM, KNN, 계층적 인터벌 트리, Aho-Corasick 오토마타 등 첨단 알고리즘과 자료구조를 도입하여 대용량 데이터의 효율적 분석과 높은 정확도를 달성하고 있습니다. 이외에도, 김성열 연구실은 다양한 산학협력 및 특허 출원을 통해 연구 성과의 실용화와 산업적 응용에도 적극적으로 기여하고 있습니다. 앞으로도 본 연구실은 정보보호 분야의 이론적 발전과 더불어, 실제 환경에서 적용 가능한 실용적 보안 기술 개발에 지속적으로 힘쓸 예정입니다.

Intrusion Detection
Spam Detection
Malware Detection
암호학 및 정보이론
암호학 및 정보이론은 정보의 안전한 저장과 전송을 위한 핵심 기술로, 현대 사회에서 데이터 보안의 중요성이 점점 커짐에 따라 그 역할이 더욱 강조되고 있습니다. 김성열 연구실은 암호 알고리즘의 설계와 분석, 그리고 정보이론적 보안 모델의 개발에 중점을 두고 있습니다. 특히, 모바일 환경과 저연산 환경에서의 효율적인 암호화 기법, 해시 체인 및 인증 기술, 그리고 암호화 기반의 저작권 보호 시스템 등 다양한 응용 분야에 대한 연구를 활발히 진행하고 있습니다. 연구실에서는 GPU와 같은 고성능 컴퓨팅 자원을 활용한 암호 알고리즘의 병렬화 및 최적화에도 많은 노력을 기울이고 있습니다. 예를 들어, Rainbow 방법의 GPU 기반 고속 구현 연구를 통해 기존 대비 월등히 빠른 암호 해독 및 인증 시스템을 개발하였으며, 이와 관련된 특허도 다수 보유하고 있습니다. 또한, 안드로이드 앱의 불법 복제 방지와 사용자 인증을 위한 암호화 기반 시스템 개발 등 실질적인 산업적 응용에도 기여하고 있습니다. 이러한 연구는 디지털 콘텐츠 보호, 개인정보 유출 방지, 안전한 통신 환경 구축 등 다양한 사회적 요구에 부응하고 있습니다. 앞으로도 김성열 연구실은 암호학 및 정보이론의 이론적 발전과 더불어, 실제 환경에서 적용 가능한 실용적 보안 기술 개발에 지속적으로 힘쓸 예정입니다.
네트워크 보안 및 침입 탐지
네트워크 보안 및 침입 탐지 분야는 외부 공격으로부터 시스템과 데이터를 보호하기 위한 핵심 연구 영역입니다. 김성열 연구실은 다양한 머신러닝 및 데이터 마이닝 기법을 활용하여 랜섬웨어, 악성코드, 스팸, DDoS 공격 등 다양한 사이버 위협을 효과적으로 탐지하고 분석하는 기술을 개발하고 있습니다. 최근에는 다이나믹 API 호출 흐름 그래프, Opcode Clustering, 하이브리드 분석 등 첨단 기법을 적용하여 기존 시그니처 기반 탐지의 한계를 극복하고 있습니다. 특히, 클러스터링, 주성분 분석(PCA), 의사결정트리, SVM 등 다양한 알고리즘을 결합한 침입 탐지 모델을 개발하여 높은 탐지율과 낮은 오탐율을 달성하고 있습니다. 또한, 대용량 네트워크 트래픽을 효율적으로 분석하기 위한 MapReduce 기반의 병렬 처리 시스템, 오프라인 기반 IP 추적 기법, 소규모 네트워크를 위한 DDoS 방어 시스템 등 실질적인 네트워크 환경에서 적용 가능한 다양한 솔루션을 제시하고 있습니다. 이러한 연구는 실제 산업 현장에서의 보안 위협 대응 능력을 크게 향상시키며, 관련 특허와 논문을 통해 그 우수성이 입증되고 있습니다. 앞으로도 김성열 연구실은 인공지능 기반의 지능형 보안 시스템, 실시간 침입 탐지 및 대응 기술 등 차세대 네트워크 보안 분야의 선도적 연구를 지속할 계획입니다.
데이터 마이닝 및 패턴 인식
데이터 마이닝 및 패턴 인식은 대규모 데이터에서 유의미한 정보를 추출하고, 이를 기반으로 다양한 문제를 해결하는 데 필수적인 기술입니다. 김성열 연구실은 웹 크롤링, 스팸 탐지, 악성 도메인 분류, 근접 복제 문서 탐지 등 다양한 응용 분야에서 데이터 마이닝 기법을 적용하고 있습니다. 예를 들어, 그래프 탐색 기반 웹 크롤러, SVM과 Bi-gram을 활용한 악성 도메인 분류, KNN 및 그래프 기반의 스팸 SMS 탐지 등 다양한 연구 성과를 보유하고 있습니다. 또한, 패턴 매칭 알고리즘의 효율성 향상을 위해 계층적 인터벌 트리, Aho-Corasick 오토마타, DAWG(Directed Acyclic Word Graph) 등 첨단 자료구조와 알고리즘을 도입하고 있습니다. 이러한 기술은 대용량 텍스트 데이터, 네트워크 트래픽, 바이너리 코드 등 다양한 데이터 유형에 적용되어 높은 정확도와 처리 속도를 보장합니다. 이와 더불어, 데이터 마이닝 엔진을 활용한 트라이앵글 카운팅, 클러스터링 기반의 이상 탐지, 패턴 인식 기반의 저작권 보호 등 실질적인 응용 연구도 활발히 이루어지고 있습니다. 앞으로도 김성열 연구실은 빅데이터 시대에 적합한 고성능 데이터 분석 및 패턴 인식 기술 개발에 앞장설 것입니다.
1
An efficient privacy protection in mobility social network services with novel clustering-based anonymization
Chen, ZG (Chen, Zhi-Guo), Kang, HS (Kang, Ho-Seok), Yin, SN (Yin, Shang-Nan), Kim, SR (Kim, Sung-Ryul)
EURASIP JOURNAL ON WIRELESS COMMUNICATIONS AND NETWORKING, 201611
2
Clustering Algorithm Based on Outlier Detection for Anomaly Intrusion Detection
Yin, SN (Yin, Shang-Nan), Kang, HS (Kang, Ho-Seok), Kim, SR (Kim, Sung-Ryul)
JOURNAL OF INTERNET TECHNOLOGY, 201603
3
Design of a New Efficient Hybrid System for Intrusion Detection Based on HSM Fuzzy Decision Tree
Chen, ZG (Chen, Zhi-Guo), Kang, HS (Kang, Ho-Seok), Kim, SR (Kim, Sung-Ryul)
JOURNAL OF INTERNET TECHNOLOGY, 201509