클라이언트-서버 구조 DNN을 위한 회전 키 감소 동형암호 최적화 연구

Rotation Key Reduction for Client-Server Systems of Deep Neural Networks on Fully Homomorphic Encryption

연구 내용

완전동형암호 기반 클라이언트-서버 DNN에서 연산에 필요한 회전 키의 범위를 최소화하여 키 크기와 배포 부담을 줄이는 연구

클라이언트-서버 환경에서 완전동형암호로 DNN을 평가하면, 신경망 연산을 구성하는 다항식 형태에서 회전(rotation) 연산이 반복적으로 요구됩니다. 이때 회전 키는 서버가 암호문을 올바르게 변환하기 위해 필수이며, 키 수가 늘어나면 준비 비용과 통신·배포 부담이 커집니다. 본 연구는 딥러닝 평가 과정에서 실제로 필요한 회전 연산을 분석하여 회전 키 집합을 줄이는 방식을 제안합니다. 이를 통해 동일한 평가 가능성을 유지하면서 클라이언트-서버 시스템의 운영 효율을 개선하는 데 중점을 둡니다.

관련 프로젝트

0건

연구 흐름

초기에는 완전동형암호로 DNN을 평가할 때 등장하는 회전 연산이 어떤 연산 단계에서 요구되는지를 체계적으로 정리했습니다. 이후 회전 키가 클라이언트-서버 시스템에서 차지하는 운영 부담을 파악하고, 단순 키 전처리 방식이 과도한 키를 포함할 수 있음을 확인했습니다. 그 다음 단계에서 필요한 회전 연산을 최소화하는 회전 키 감소 설계를 도출하여 서버 측 평가 준비 비용을 줄였습니다. 이후 해당 설계를 클라이언트-서버 구조로 적용하여 딥러닝 평가가 가능하도록 키 집합 구성을 구체화하며, 실제 DNN 평가 시나리오에 맞춘 배포 관점의 최적화를 수행했습니다.

활용 가능성

활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.

엣지-클라우드 암호화 추론
서버 키 배포 비용 절감
분산 추론을 위한 보안 아키텍처
클라이언트 기밀성 유지 모델 서빙
대규모 DNN 평가를 위한 회전 연산 최적화
운영 파라미터 기반 키 집합 구성
동형암호 기반 프라이버시 서비스
보안 게이트웨이의 저부하 구현
키 관리 정책을 반영한 시스템 설계
실사용 환경의 암호화 추론 안정화