RnDCircle Logo
이성진 연구실
포항공과대학교 컴퓨터공학과 이성진 교수
SSD 컨트롤러
Key-value SSD
LSM-tree
연구 영역
기본 정보
논문·특허
과제
구성원

이성진 연구실

포항공과대학교 컴퓨터공학과 이성진 교수

이성진 연구실은 컴퓨터 저장장치 시스템과 시스템 소프트웨어를 중심으로 고성능·자원 제약 환경에서의 데이터 처리 방식을 연구합니다. NAND Flash 기반 SSD에서 LSM-tree 기반 KV-SSD 구조, DRAM 절감을 위한 확률적·근사 주소변환과 인덱싱, DRAM-NVM 하이브리드 메모리 할당 정책, FTL을 대체하는 application-managed flash 아키텍처를 개발합니다. 또한 엣지 컴퓨팅 기반 in-vehicle 보안 프로토콜과 near-data processing 기반 사진 저장 서버의 DNN 추론·학습 가속을 수행합니다.

SSD 컨트롤러Key-value SSDLSM-treeDRAM-NVM 하이브리드 메모리확률 기반 주소변환
대표 연구 분야
연구 영역 전체보기
엣지 컴퓨팅 기반 세밀 권한 제어 차량 네트워크 보안 연구 thumbnail
엣지 컴퓨팅 기반 세밀 권한 제어 차량 네트워크 보안 연구
Edge Computing-based Secure In-Vehicle Communications With Fine-Grained Access Control
연구 분야 상세보기
연구 성과 추이
표시된 성과는 수집된 데이터 기준으로 산출되며, 일부 차이가 있을 수 있습니다.
주요 논문
5
논문 전체보기
1
Article
|
·
인용수 2
·
2025
Solid State Drive Targeted Memory-Efficient Indexing for Universal I/O Patterns and Fragmentation Degrees
Junsu Im, Ju Byoung Kim, Seonggyun Oh, Jinhyung Koo, Juhyung Park, Hoon Sung Chwa, Sam H. Noh, Sungjin Lee
디바이스 스케일링 기술의 발전에 따라 SSD의 용량은 빠르게 증가하고 있다. 그러나 이러한 증가는 대규모 DRAM을 요구하는 방대한 인덱스 테이블의 비용을 동반한다. DRAM을 적게 사용하면서도 합리적인 성능을 제공하기 위해, I/O 참조의 국소성(locality)과 규칙성(regularity)을 활용하는 다양한 인덱스 구조들이 제안되어 왔다. 하지만 이러한 구조들은 I/O 패턴과 저장장치 단편화(fragmentation)에 따라 성능이 저하되는 문제를 보인다. 본 논문에서는 메모리 효율적인 근사 인덱스와, 추가 전용이며 정렬된 성격을 갖는 LSM-tree를 결합한 새로운 근사 인덱스 구조인 AppL을 제안한다. AppL은 보통의 인덱스 구조가 요구하는 32-64비트에 비해, 인덱스 크기를 항목당 6-8비트로 줄이면서도 국소성 및 단편화와 무관하게 이러한 높은 메모리 효율을 유지한다. 메모리 압박을 완화함으로써 AppL은 선행 기술 대비 읽기 지연(read latency)을 33.6-72.4% 단축하고, I/O 처리량(I/O throughput)을 28.4%-83.4% 향상시킨다.
https://doi.org/10.1145/3689031.3717478
Search engine indexing
Fragmentation (computing)
Computer science
Solid-state
State (computer science)
Parallel computing
Computer architecture
Operating system
Programming language
Physics
2
Article
|
·
인용수 1
·
2024
Program context-assisted address translation for high-capacity SSDs
X.L. Li, Minjae Kim, Sungjin Lee, Zhengjun Zhai, Jihong Kim
IF 6.1 (2024)
Future Generation Computer Systems
http://dx.doi.org/10.1016/j.future.2024.107483
Computer science
Context (archaeology)
Translation (biology)
Computer architecture
Programming language
Parallel computing
3
Article
|
·
인용수 29
·
2022
EC-SVC: Secure CAN Bus In-Vehicle Communications With Fine-Grained Access Control Based on Edge Computing
Donghyun Yu, Ruei‐Hau Hsu, Jemin Lee, Sungjin Lee
IF 6.8 (2022)
IEEE Transactions on Information Forensics and Security
차량 내 통신은 원래 차량과 외부 시스템 간의 메시지 교환을 위해 설계되지 않았다. 따라서 메시지 보호에 대한 보안 설계가 충분하지 않다. 또한 내부 장치에는 추가적인 보안 연산을 처리하기에 충분한 자원이 없다. 그럼에도 불구하고, 메시지가 브로드캐스트되는 차량 내 네트워크의 특성으로 인해 특정 수신자에 대한 안전한 메시지 전송이 보장되어야 한다. 상기한 사실들을 고려하여, 본 연구는 고성능 장치로 안전 연산을 오프로딩함으로써 자원 문제를 해결하고, 공격자와 권한이 없는 사용자가부터의 메시지 기밀성을 보장하기 위해 속성 기반 접근 제어를 사용한다. 아울러 엣지 컴퓨팅과 속성 기반 접근 제어의 사용에서 비롯되는 새로운 취약성을 해결하기 위해 기존의 접근 제어 기반 암호화를 재구성한다. 이에 따라 본 논문은 해시 함수, 대칭 기반 암호, 그리고 재구성된 암호화 스킴을 사용한 세밀한 속성 기반 암호화를 기반으로 하는 엣지 컴퓨팅 기반 보안 프로토콜을 제안한다. 또한 본 연구는 재구성된 암호화 스킴 및 보안 프로토콜을 형식적으로 증명하고, CANoe 소프트웨어를 사용하여 제안된 보안 프로토콜의 타당성을 다양한 측면에서 평가한다.
https://doi.org/10.1109/tifs.2022.3152405
Computer science
Computer network
Access control
Cryptography
Computer security
Encryption
Cryptographic protocol
Secure communication
Protocol (science)
Hash function
최신 정부 과제
24
과제 전체보기
1
2025년 3월-2028년 12월
|2,599,000,000
AI반도체 클라우드를 위한 고속 병렬 파일시스템 기술 개발
데이터 집약적 응용 환경에서 고대역폭, 확장성, 고가용성을 제공하는 AI 반도체 지원 병렬 파일시스템 및 멀티모달 생성형 모델을 위한 데이터 플랫폼을 개발하여 인공지능 및 데이터 중심 응용을 최적화하는 기술 기반을 마련을 위한 AI 반도체 지원 병렬 파일시스템 및 멀티모달 생성형 모델을 위한 데이터 플랫폼 기술 개발
파일시스템
멀티모달 지원
데이터 플랫폼
고성능 스토리지
스토리지 엔진
2
2024년 6월-2027년 12월
|1,906,300,000
AI 연산 가속기 최적화 고효율 병렬 스토리지 SW기술 개발
o 본 연구에서는 거대 모델 분산 학습/추론 처리 비용 절감을 위한 AI 가속기 및 차세대 IDC 인프라 기반 비정형 학습 데이터의 전처리 및 초고속 입출력을 제공하는 고효율 병렬 스토리지 시스템 기술을 개발함.o 이러한 고효율 병렬 스토리지 시스템 기술을 활용하여 거대모델 분산 학습 추론 분야(LLM, 영상분석 모델 등)에서 세계 수준 대용량 초고속 고효...
고효율 스토리지
인공지능 기계학습 스토리지
초고속 메모리 병렬파일시스템
다단계 티어링 스토리지
거대모델 학습 추론 전처리 스토리지
3
2024년 6월-2027년 12월
|1,152,000,000
AI 연산 가속기 최적화 고효율 병렬 스토리지 SW기술 개발
o 본 연구에서는 거대 모델 분산 학습/추론 처리 비용 절감을 위한 AI 가속기 및 차세대 IDC 인프라 기반 비정형 학습 데이터의 전처리 및 초고속 입출력을 제공하는 고효율 병렬 스토리지 시스템 기술을 개발함.o 이러한 고효율 병렬 스토리지 시스템 기술을 활용하여 거대모델 분산 학습 추론 분야(LLM, 영상분석 모델 등)에서 세계 수준 대용량 초고속 고효...
고효율 스토리지
인공지능 기계학습 스토리지
초고속 메모리 병렬파일시스템
다단계 티어링 스토리지
거대모델 학습 추론 전처리 스토리지
최신 특허
특허 전체보기
상태출원연도과제명출원번호상세정보
공개2024차세대 무선 네트워크에서 최신 정보의 컨텐츠를 제공하는 서버, 방법 및 시스템1020240058385
공개2024블록체인 네트워크에서 노드 장치 및 이의 동작 방법1020240032044
등록2022빔포밍 스케쥴링 장치 및 방법1020220163129
전체 특허

차세대 무선 네트워크에서 최신 정보의 컨텐츠를 제공하는 서버, 방법 및 시스템

상태
공개
출원연도
2024
출원번호
1020240058385

블록체인 네트워크에서 노드 장치 및 이의 동작 방법

상태
공개
출원연도
2024
출원번호
1020240032044

빔포밍 스케쥴링 장치 및 방법

상태
등록
출원연도
2022
출원번호
1020220163129