ITPE * JackerLab

PGO (Profile-Guided Optimization)

개요PGO(Profile-Guided Optimization)는 프로그램의 실제 실행 시 수집한 정보를 바탕으로 컴파일러가 코드 최적화를 수행하는 기술이다. 전통적인 정적 컴파일 최적화 방식과 달리, PGO는 런타임 데이터를 활용하여 분기 예측, 인라이닝, 루프 최적화 등의 결정을 더 정확하게 수행할 수 있다.1. 개념 및 정의 항목 설명 정의애플리케이션 실행 시 수집한 프로파일 데이터를 이용하여 최적화하는 컴파일 기술목적실행 경로의 특성을 반영한 맞춤형 성능 최적화 수행필요성정적 분석만으로는 알 수 없는 실제 사용 패턴에 기반한 고도화된 성능 개선PGO는 GCC, Clang/LLVM, MSVC 등 다양한 컴파일러에서 지원된다.2. 특징특징설명비교동적 실행 정보 사용분기, 함수 호출 빈도 등 분석정적 ..

DPR(Dense Passage Retrieval)

개요DPR(Dense Passage Retrieval)은 Facebook AI에서 개발한 대표적인 Supervised Dense Retriever로, 질문과 문서를 각각 임베딩한 후 벡터 간 유사도를 기반으로 관련 문서를 검색하는 방식입니다. 특히 오픈 도메인 질문응답(Open-domain QA) 시스템에서 정답이 포함된 문서를 빠르게 찾아주는 핵심 컴포넌트로 널리 활용되고 있습니다.1. 개념 및 정의 항목 설명 비고 정의질문과 문서를 각각 벡터로 임베딩하여 유사도 기반 검색을 수행하는 모델Dense Retriever의 대표 주자목적QA 시스템에서 정확한 정답이 포함된 문서 빠르게 검색Sparse 방식 대비 효율성 향상필요성정밀한 정보검색이 필요한 QA 시스템에서 높은 정확도 요구대규모 문서에서도 실..

libFuzzer

개요libFuzzer는 LLVM 프로젝트에 포함된 퍼징(fuzzing) 프레임워크로, 인프로세스(in-process) 방식으로 대상 함수를 반복 호출하며 입력 데이터를 퍼징함으로써 잠재적인 충돌, 취약점, 예외 상황 등을 발견한다. 특히 클로즈드 루프 방식으로 코드 커버리지를 최대화하며, 정적 분석과 연계가 용이하다.1. 개념 및 정의 항목 정의LLVM에서 제공하는 클로즈드 루프 기반의 인프로세스 퍼징 프레임워크목적소프트웨어의 취약점 및 예외 상황 자동 탐지필요성수동 테스트 한계를 극복하고 보안·안정성 확보를 자동화libFuzzer는 C/C++ 코드 테스트에 특히 최적화되어 있다.2. 특징특징설명비교In-Process Fuzzing대상 함수 내에서 직접 호출 및 실행 반복AFL은 fork 기반 외부 실..

Hypergraph Learning

개요Hypergraph Learning은 전통적인 그래프 구조보다 더 복잡한 관계를 표현할 수 있는 하이퍼그래프(Hypergraph)를 기반으로 하는 기계 학습 기법입니다. 특히 노드 간의 1:1 관계만을 다루는 일반 그래프와 달리, 다자간(1:N) 관계를 자연스럽게 모델링할 수 있어, 복잡한 연결 구조를 갖는 데이터(예: 소셜 네트워크, 지식 그래프, 추천 시스템 등)에 효과적으로 적용됩니다.1. 개념 및 정의 항목 설명 비고 정의하나의 하이퍼엣지가 여러 노드를 동시에 연결하는 그래프 모델고차원 관계 표현 가능목적1:N 이상의 복잡한 상호작용을 모델링일반 그래프의 한계 극복필요성멀티노드 간 상호작용이 중요한 데이터 증가예: 사용자-아이템-태그 관계2. 특징항목설명비교다자 관계 표현하나의 엣지가 여러..

AFL++

개요AFL++(American Fuzzy Lop Plus Plus)는 오리지널 AFL의 한계를 극복하고 다양한 최신 퍼징 기술을 통합한 고성능 오픈소스 퍼저(fuzzer)이다. 소프트웨어의 취약점을 자동으로 탐지하는 데 사용되며, 특히 보안 테스트, 품질 향상, 코드 검증을 위한 동적 퍼징 환경에 최적화되어 있다.1. 개념 및 정의 항목 설명 정의다양한 퍼징 엔진, 인스트루멘테이션, 테스트 전략을 통합한 진화형 퍼저목적코드 커버리지를 극대화하고 취약점 탐지를 자동화필요성최신 복잡한 코드에 대한 더 정밀하고 효과적인 퍼징 요구AFL++는 LLVM, QEMU, Unicorn 등 다양한 백엔드와 호환된다.2. 특징특징설명비교Mutator 확장성다양한 입력 변형 알고리즘 내장AFL 대비 탐색 효율 ↑다중 퍼징..