ITPE * JackerLab

FHE-ML (Fully Homomorphic Encryption Inference)

개요FHE-ML은 사용자의 민감 데이터를 암호화된 상태로 유지한 채 머신러닝 추론을 수행할 수 있도록 해주는 기술로, ‘완전동형암호(Fully Homomorphic Encryption, FHE)’와 ‘인공지능 추론(Inference)’의 융합 모델입니다. 특히 헬스케어, 금융, 공공 데이터 등 고보안·고프라이버시 환경에서의 AI 활용을 가능하게 합니다.1. 개념 및 정의Fully Homomorphic Encryption은 데이터를 복호화하지 않고도 산술 연산이 가능한 암호 기술입니다. FHE-ML은 이 기술을 활용하여 AI 모델이 암호화된 데이터를 직접 추론하는 구조를 의미합니다.FHE 기본 원리: 암호화된 입력 + 암호화된 연산 = 암호화된 출력Inference 융합: 모델 자체 혹은 추론 연산을 암호..

Google Cloud External Key Manager (EKM)

개요Google Cloud External Key Manager(EKM)는 클라우드 환경에서 데이터 암호화를 위한 키를 Google Cloud 외부에서 직접 관리할 수 있도록 해주는 보안 기능입니다. 고객이 소유한 키를 클라우드에 저장하지 않고도 안전하게 활용할 수 있도록 설계되어, 특히 규제 산업(금융, 공공, 헬스케어 등)에서 높은 보안 수준을 유지하며 클라우드를 활용할 수 있도록 지원합니다.1. 개념 및 정의EKM은 고객이 자체적으로 소유·통제하는 키 관리 시스템(HSM, Key Management Service 등)을 통해 암호화 키를 외부에서 유지한 상태로, Google Cloud 리소스에 대한 암호화 작업을 수행할 수 있게 해주는 기능입니다.외부키 통제 모델: 키는 Google Cloud가 아..

Feature Swap

개요Feature Swap은 머신러닝과 인공지능 모델에서 입력 특징(feature)의 위치나 속성을 조작함으로써 모델의 예측을 교란시키는 데이터 기반 공격 기법입니다. 주로 이미지 분류, 자연어 처리, 음성 인식 등의 고차원 입력을 사용하는 AI 시스템에 대해 적용되며, 정확한 분류나 판단을 회피하거나 오답을 유도하는 데 악용됩니다.1. 개념 및 정의Feature Swap은 모델 입력의 주요 feature 위치 또는 속성을 **의도적으로 바꿔치기(Swap)**하여 예측을 왜곡시키는 적대적 공격(adversarial attack) 방식입니다.공격 대상: Vision AI, NLP 모델, 추천 시스템 등공격 목적: 분류 오류, 모델 신뢰도 하락, 필터링 우회 등유형: 공간적 위치 스왑, 시맨틱 스왑, 다차원..

Branch-in-the-Middle

개요Branch-in-the-Middle는 소프트웨어 공급망 보안 및 인증 경로에서 '신뢰 분기(branch)'를 조작해 정상 흐름을 교란하거나 공격자 제어의 경로로 우회시키는 신종 공격 방식입니다. 중간자 공격(Man-in-the-Middle)의 확장 개념으로, 코드 서명, 인증서 체인, CI/CD 파이프라인 등에서 취약점을 노립니다.1. 개념 및 정의Branch-in-the-Middle는 보안 경로 또는 시스템 흐름 내 분기(branch) 지점을 조작하여 악의적인 흐름으로 유도하거나, 인증을 우회하는 방식의 공격입니다.주 대상: 코드 서명 체계, API 인증 체인, Git 분기, SSO(Single Sign-On)기반 원리: 신뢰 체인 중간 노드를 변조하거나 병렬 분기를 악용2. 특징 구분 Bran..