Chaotic Encryption and Post-Quantum Secure Machine Learning Research
연구 내용
의료 및 지능형 시스템에서 민감 데이터를 보호하기 위해 카오스 기반 암호화와 포스트-퀀텀 보안 머신러닝을 설계하는 연구입니다.
의료 데이터는 무선 전송 과정에서 프라이버시 침해와 공격 위험에 노출되어 실시간 처리 요구와 충돌합니다. 본 연구는 의료 이미지를 대상으로 빠른 암호화 프레임워크를 구성하여, 카오스 특성을 갖는 2차원 맵에서 생성되는 의사난수열을 암호화 핵심으로 사용합니다. 이를 통해 이미지 크기에 대한 처리 시간을 고려한 실시간 암호화 수행 가능성을 평가합니다. 또한 2025년에는 포스트-퀀텀 환경을 염두에 둔 보안 머신러닝을 위해, verifiable secret sharing과 동형암호 등 암호 원시 요소를 결합한 다층 구조를 제시하고 정확성 및 확장성 관점을 포함해 설계합니다. 두 축은 의료 데이터 보호와 보안 ML의 적용 가능성 확보에 초점을 둡니다.
관련 연구 성과
관련 논문
2편
관련 특허
0건
관련 프로젝트
0건
연구 흐름
초기에는 2022년 의료 이미지 전송을 대상으로 실시간 암호화를 목표로 카오스 기반 암호화를 설계하고 성능을 검증하는 연구를 수행했습니다. 이후 보안 요구가 높은 학습 환경으로 관심을 확장하면서, 2025년에는 포스트-퀀텀 보안을 고려한 보안 머신러닝의 다층 프레임워크를 제안했습니다. 이 과정에서 암호화와 안전성 검증이 결합되는 구조를 중심으로, 암호 원시 요소의 조합이 학습 파이프라인에 미치는 실용성 관점을 포함해 연구가 전개되었습니다.
활용 가능성
활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.
관련 논문
구분
제목
Real-Time Medical Data Security Solution for Smart Healthcare
A practical multi-layered framework for post-quantum secure machine learning