RnDCircle Logo
이윤호 연구실
서울과학기술대학교 산업공학과
이윤호 교수
기본 정보
연구 분야
프로젝트
발행물
구성원

이윤호 연구실

서울과학기술대학교 산업공학과 이윤호 교수

이윤호 연구실은 암호프로토콜, 전자서명, 증명가능 보안을 기반으로 한 정보보호 이론과 함께 CKKS 등 동형암호를 활용한 프라이버시 보존 통계분석, 암호화 데이터 처리 최적화, 보안형 기계학습 및 클라우드 데이터 분석 기술을 연구하며, 안전한 데이터 활용과 실용적 성능을 동시에 달성하는 응용 암호 기술 개발에 주력하고 있다.

대표 연구 분야
연구 영역 전체보기
동형암호 기반 프라이버시 보존 데이터 분석 thumbnail
동형암호 기반 프라이버시 보존 데이터 분석
주요 논문
5
논문 전체보기
1
article
|
인용수 0
·
2025
Abstract LB015: VRN19: A novel USP1 Inhibitor with anti-tumor efficacy and favorable safety profile
Se-Hyuk Kim, Seohyun Jo, Ki‐Bum Kim, Seon-Wook Hwang, H. Kim, Donghyun Park, Soochan Kim, Youngyi Lee, Junhee Kim, Kyung‐Ah Seo, Younho Lee, Daekwon Kim, Sung Hwan Kim, Jin-Woo Ahn
IF 16.6
Cancer Research
Abstract Tumors with BRCA1/2 mutations demonstrate homologous recombination (HR) repair deficiencies, leading to genomic instability. Genomic instability is a defining hallmark of numerous carcinomas, making them susceptible to therapies targeting the DNA damage response (DDR) pathways. Among these, poly (ADP-ribose) polymerase (PARP) inhibitors have shown representative therapeutic options. However, incomplete disease control and the emergence of resistance remain challenges for many patients. Ubiquitin-specific protease 1 (USP1) plays a critical role in regulating DNA damage repair including the pathway of translesion synthesis (TLS) and Fanconi anemia (FA), which enables resistance bypass mechanisms against PARP inhibitors (PARPi). Therefore, USP1 has been considered as a synthetic lethal target with BRCA1/2-deficient and PARPi resistant tumors. Many investigational USP1 inhibitors have been discovered and developed, but key leading programs showed limited safety or efficacy. Of these, the phase 1/2 clinical trial of TNG348 was terminated due to toxicity observed in the initial study cohorts and KSQ-4279 showed limited efficacy and hematologic toxicity in its early clinical study. Based on these findings, it is necessary to understand if heme and liver toxicities are induced by on-target inhibition of USP1, and whether efficacy can be improved through higher exposure and tolerability. VRN19, a novel oral allosteric USP1 inhibitor, exhibited comparable efficacy, favorable safety, and pharmacological profiles, indicating that the previously identified limitations of USP1 programs may be overcome. VRN19 has been designed to increase target binding affinity, minimize toxicity, and increase solubility. Briefly, VRN19 inhibits the catalytic activity of the USP1-UAF1 complex by directly binding to USP1, confirmed by determining CryoEM complex structures. In the cellular assay, VRN19 showed double-digit nanomolar (nM) GI50, cytotoxic activity against BRCA1-mutated cancer cells, sparing BRCA WT cancer cells over 500-fold, indicating high selectivity to target cells. Moreover, unlike KSQ-4279, VRN19’s oral administration demonstrated dose-proportional drug exposure in the plasma at doses up to 300 mg/kg in mice and effective dissolution in FaSSGF (Fasted State Simulated Gastric Fluid) at 2 mg/mL. In the BRCA1-mutated CDX model (MDA-MB-436) and PDX with resistance to PARP inhibitors, VRN19 demonstrated synergistic effect with PARP inhibitors, particularly with olaparib, and showed efficacy comparable to KSQ-4279 without toxicity. In a 2-week toxicity study in rats, administration of 300 mg/kg VRN19 showed no significant changes in anemia markers, such as RBC, Hb, and reticulocytes, nor hepatotoxicity indicators like GGT and bilirubin. However, administration of 300 mg/kg KSQ-4279 significantly elevated anemia-related markers and GGT levels, consistent with the adverse events observed in clinical trials with KSQ-4279. In conclusion, VRN19 is a promising novel USP1 inhibitor with favorable safety and improved therapeutic outcomes. Citation Format: Se-Hyuk Kim, Seohyun Jo, Kibum Kim, Seonah Hwang, hayeong Kim, Donghyun Park, Soochan Kim, Youngyi Lee, Junhee Kim, Kyungah Seo, Younho Lee, Daekwon Kim, Sunghwan Kim, Jaeyoung Ahn. VRN19: A novel USP1 Inhibitor with anti-tumor efficacy and favorable safety profile [abstract]. In: Proceedings of the American Association for Cancer Research Annual Meeting 2025; Part 2 (Late-Breaking, Clinical Trial, and Invited Abstracts); 2025 Apr 25-30; Chicago, IL. Philadelphia (PA): AACR; Cancer Res 2025;85(8_Suppl_2):Abstract nr LB015.
https://doi.org/10.1158/1538-7445.am2025-lb015
Safety profile
Medicine
Internal medicine
Pharmacology
Adverse effect
2
article
|
인용수 1
·
2025
Interface-intimate and redox-stabilizing hydrophilic binder enables durable MnO2 cathodes for aqueous Zn-ion batteries
Younho Lee, Sangyeop Lee, Sei Jin Park, Sei Jin Park, Hyeongseok Shim, Wooyoung Jin, Sinho Choi, Jihong Lyu, Jin Chul Kim, Kyu‐Nam Jung, Gyujin Song, Soojin Park, Soojin Park
IF 20.2
Energy storage materials
https://doi.org/10.1016/j.ensm.2025.104634
Aqueous solution
Dissolution
Cathode
Polymer
Electrode
Energy storage
Acrylate
Faraday efficiency
Electrochemistry
3
article
|
인용수 12
·
2023
HEaaN-STAT: A Privacy-Preserving Statistical Analysis Toolkit for Large-Scale Numerical, Ordinal, and Categorical Data
Younho Lee, Jinyeong Seo, Yujin Nam, Jiseok Chae, Jung Hee Cheon
IF 7.5
IEEE Transactions on Dependable and Secure Computing
Statistical analysis of largescale data is useful as it enables the extraction of a large amount of information, despite its simplicity. Therefore, fusing and analyzing data from different security domains is an attractive and promising approach, unless it jeopardizes the privacy of the data in any security domain. In this study, we proposed the HEaaN-STAT toolkit that can efficiently fuse data from different domains to enable largescale statistical analysis while protecting data privacy. Moreover, we proposed an efficient inverse operation and a table lookup function for Cheon-Kim-Kim-Song (CKKS) encrypted data, as well as a data encoding method for counting encrypted data. Based on this, we proposed a method for generating a contingency table with a large number of cases and k-percentile for largescale data that is hundreds to thousands of times faster than the method proposed by Lu et al. in NDSS’17. The validity of the proposed toolkit was verified through practical use for business applications using real-world data.
https://doi.org/10.1109/tdsc.2023.3275649
Categorical variable
Ordinal data
Ordinal Scale
Computer science
Scale (ratio)
Statistics
Data mining
Data science
Mathematics
Geography
정부 과제
19
과제 전체보기
1
주관|
2022년 3월-2024년 12월
|2,331,300,000
실수연산 기반의 동형암호를 활용한 통계 분석 알고리즘 및 모듈 개발
본 과제는 암호화된 상태에서도 데이터를 계산하고 분석할 수 있는 '동형암호' 기술 중, 실수(소수점 포함 숫자) 연산에 특화된 동형암호를 이용하여 중요한 통계 데이터를 안전하게 분석하는 시스템을 개발하는 연구임. 연구 목표는 공공 빅데이터 체계에 실제 적용 가능한 실수연산 기반의 동형암호 통계분석 솔루션을 개발하는 데 있음. 이는 암호화된 상태로 대용량 데이터 처리가 가능한 동형통계분석 솔루션, 다양한 통계분석 라이브러리(기술통계 18개, 통계분석 5개, 가설검정 5개, 고급통계 8개), 그리고 CKKS 최적화 기술(연산속도 200배 이하, 저장공간 10배 이하, 정확도 0.01% 이하, 5천만 레코드 이상 처리)을 포함함. 핵심 연구 내용은 통계 데이터 보호를 위한 동형통계분석 솔루션 개발로, 선형 데이터 변환, 동형암호키 관리, 암호문 데이터 통합, 복호화/데이터 검증 모듈 개발 및 라이브러리 통합을 포함함. 또한, 동형통계분석 라이브러리 개발을 위해 가설검정 및 고급통계분석 소프트웨어를 개발하고, 대용량 데이터 처리를 위한 메모리 관리 최적화 및 병렬 처리 기술을 개발함. 마지막으로 동형통계분석용 CKKS 최적화 기술을 개발하여 재부팅 속도, 저장공간, 정확도, 결과값 보호를 고도화함. 기대 효과는 개발된 솔루션을 통계청 등 정부·공공기관의 민감 데이터 활용에 적용하여 국가 데이터 이용 기반을 조성하는 데 있음. 또한, 마이데이터, 데이터 안심구역 등 데이터/AI 분야에서 프라이버시 유출 문제를 해결하여 데이터 사업을 활성화하고 디지털 뉴딜에 기여함. 글로벌 동형암호 시장 진출 가능성을 확보하고, 개인정보보호 규제 강화에 대응하여 데이터 유출을 원천적으로 방지함으로써 데이터 사업 발전에 크게 기여할 것으로 전망됨.
데이터 융합
동형암호
클라우드 보안
통계분석
프라이버시 보존 데이터분석
2
2022년 3월-2024년 12월
|461,250,000
실수연산 기반의 동형암호를 활용한 통계 분석 알고리즘 및 모듈 개발
ㆍ (최종목표) 공공 빅데이터 체계 구축에 실제 적용 가능한 실수연산 기반의 동형암호를 활용한 통계분석 솔루션 개발 - 암호화된 상태로 대용량 데이터의 처리가 가능한 동형통계분석 솔루션 - 동형통계분석 라이브러리(기술통계 18개, 통계분석 5개, 가설검정 5개, 고급통계 8개) - 동형통계분석용 CKKS 최적화 기술(연산속도, 저장공간, 정확도, ...
동형암호
통계분석
프라이버시 보존 데이터분석
데이터 융합
클라우드 보안
3
주관|
2022년 3월-2024년 12월
|1,738,500,000
실수연산 기반의 동형암호를 활용한 통계 분석 알고리즘 및 모듈 개발
본 과제는 공공 빅데이터 환경에서 민감한 데이터의 프라이버시를 보호하면서도 통계 분석을 가능하게 하는 실수연산 기반의 동형암호 기술을 활용한 통계 분석 알고리즘 및 모듈을 개발하는 연구임. 이는 암호화된 상태로 데이터를 처리하여 개인정보 유출 위험을 근본적으로 해소하는 것을 목표로 함. 연구 목표는 공공 빅데이터 체계에 실제 적용 가능한 동형통계분석 솔루션을 개발하는 데 있음. 이를 위해 암호화된 상태로 대용량 데이터 처리가 가능한 동형통계분석 솔루션을 구축하고, 기술통계 18개, 통계분석 5개, 가설검정 5개, 고급통계 8개 항목을 포함하는 동형통계분석 라이브러리를 개발함. 또한, 연산속도, 저장공간, 정확도, 출력보호 측면에서 CKKS 동형암호 최적화 기술을 확보함. 핵심 연구 내용은 통계청의 요구사항을 반영한 동형통계분석 솔루션 구조 설계 및 보안성 검증, 데이터 전처리 및 암호화 기술 개발임. 동형암호 라이브러리 및 시뮬레이터를 활용하여 연구 효율성을 높이고, 대용량 데이터로 검증을 진행함. 동형통계분석 라이브러리 개발을 통해 다양한 통계 소프트웨어와 고급통계분석 알고리즘을 동형암호화하는 방법을 설계함. 더불어 CKKS 최적화 기술 개발을 위해 재부팅 속도 최적화 알고리즘, CKKS 호환 대칭키 암호 알고리즘 설계, 비선형 함수 다항식 근사 정확도 개선, CKKS 복호화 noise 연구 등을 수행함. 기대 효과는 개발된 세계 최고 수준의 동형통계분석 솔루션을 K-통계시스템에 적용하여 정부·공공기관의 민감 데이터 활용 기반을 조성하는 것임. 마이데이터, 데이터 안심구역 등 데이터/AI 분야에서 프라이버시 유출 문제를 해결하여 데이터 사업 활성화와 디지털뉴딜에 기여하며, 국내외 시장 진출을 통해 데이터 사업 발전에 기여할 것으로 예상됨.
데이터 융합
동형암호
클라우드 보안
통계분석
프라이버시 보존 데이터분석
최신 특허
특허 전체보기
상태출원연도과제명출원번호상세정보
소멸2018비대화식 통신을 이용한 암호화 데이터의 기계학습 시스템1020180038223
소멸2017데이터 가산 장치 및 방법1020170006069
전체 특허

비대화식 통신을 이용한 암호화 데이터의 기계학습 시스템

상태
소멸
출원연도
2018
출원번호
1020180038223

데이터 가산 장치 및 방법

상태
소멸
출원연도
2017
출원번호
1020170006069