ITPE * JackerLab

개요Roughtime은 Google이 개발한 보안 중심의 시간 동기화 프로토콜로, NTP(Network Time Protocol)의 취약점을 보완하고 신뢰할 수 있는 시간 정보를 제공하는 경량화된 시간 검증 메커니즘입니다. 클라이언트가 여러 서버로부터 서명된 시간 응답을 받아 위조되지 않은 시간 정보를 검증할 수 있게 하여, 시스템 시간의 무결성과 인증 기반 보안에 필수적인 시간 동기화의 신뢰성을 확보합니다.1. 개념 및 정의 항목 내용 정의암호학적 서명 기반으로 정확한 시간 정보를 제공하는 보안 시간 동기화 프로토콜목적NTP의 보안 문제 보완, 무결한 시간 정보 제공필요성TLS, 인증서 유효성, 로그의 신뢰성 등 보안 시스템 전반의 시간 정확성 확보2. 주요 특징특징설명기존 NTP와 차별점서명 기반 ..

개요MLIR(Multi-Level Intermediate Representation)은 Google이 TensorFlow/XLA 컴파일러 최적화를 위해 개발한 범용 컴파일러 인프라 구조로, 다양한 수준의 연산(High-Level → Low-Level)을 통합적으로 표현하고 최적화할 수 있는 중간 표현체계(IR)이다. MLIR은 단순히 TensorFlow 전용 기술이 아니라, **모든 도메인별 언어(DSL)**와 하드웨어 타깃 간의 다리 역할을 수행하는 범용 프레임워크로 발전하고 있다.1. 개념 및 정의MLIR은 이름 그대로 **‘다단계 중간 표현(Multi-Level IR)’**을 의미한다. 전통적인 컴파일러의 단일 IR 구조와 달리, MLIR은 서로 다른 수준의 추상화 계층(예: 그래프 수준, 연산 수..

개요Perfetto는 Google이 개발한 고성능 트레이싱(Tracing) 및 프로파일링 플랫폼으로, 안드로이드, 리눅스, 크롬, 서버 애플리케이션 등 다양한 환경에서 시스템 및 애플리케이션 성능을 정밀하게 분석할 수 있는 오픈소스 도구이다. Perfetto는 커널 이벤트부터 사용자 공간 애플리케이션까지 전체 스택의 성능 데이터를 수집하고, 직관적인 시각화 툴을 통해 분석할 수 있다.1. 개념 및 정의Perfetto는 시스템 레벨에서 발생하는 이벤트(스케줄링, 메모리, I/O, CPU 사용률 등)를 고정밀 타임라인 형태로 기록하는 Event Tracing Framework이다. 이는 Chrome Tracing의 차세대 버전으로, 대규모 데이터 수집 및 분석을 효율적으로 수행하기 위해 설계되었다.Perfe..

개요CEL(Common Expression Language)은 Google이 개발한 표현식 기반 평가 언어(Expression Evaluation Language) 로, 다양한 시스템에서 보안 정책, 데이터 유효성 검증, 조건식 평가 등을 수행하기 위해 설계되었다. CEL은 경량, 빠른 실행 속도, 언어 중립성을 특징으로 하며, Kubernetes, Envoy, Firebase Rules 등에서 사용되는 정책 평가 엔진의 핵심 언어로 자리 잡았다.1. 개념 및 정의 항목 내용 비교 개념선언적(Expression-based) 형태의 데이터 평가 언어JavaScript, Python 표현식보다 단순화된 문법목적정책 로직, 조건식, 필터링을 코드 수준에서 안전하게 평가임베디드 환경에서도 실행 가능필요성서비..

개요Zanzibar는 Google이 내부적으로 개발하여 Gmail, Google Drive, YouTube 등에서 사용 중인 분산형 권한 관리 시스템(Access Control System) 이다. 수십억 개의 사용자와 리소스에 대해 초당 수백만 건의 접근 제어 결정을 일관성 있게 처리할 수 있도록 설계되었다. 이후 Zanzibar 모델은 오픈소스화되어 AuthZed(SpiceDB), OpenFGA, Permit.io 등 다양한 상용 및 오픈소스 솔루션의 기반이 되었다.1. 개념 및 정의 항목 내용 비교 개념관계 기반 접근 제어(RBAC + ABAC) 모델을 확장한 글로벌 권한 관리 시스템전통적 RBAC보다 유연하고 확장 가능목적대규모 분산 환경에서 일관된 권한 검증 수행Google Workspace..

개요ScaNN(Scalable Nearest Neighbors)은 Google에서 개발한 고성능 벡터 유사성 검색(ANN) 라이브러리로, 고차원 임베딩 벡터에서 유사한 항목을 빠르게 찾는 데 특화되어 있습니다. ScaNN은 머신러닝, 추천 시스템, 자연어 처리 등 다양한 인공지능 응용 분야에서 높은 정확도와 빠른 응답 속도를 제공합니다. 특히 GPU 및 SIMD 최적화와 효율적인 색인 알고리즘을 통해 대규모 벡터 데이터셋에서도 탁월한 성능을 발휘합니다.1. 개념 및 정의 항목 설명 정의ScaNN은 고차원 벡터에서 최근접 이웃을 빠르게 검색하는 ANN(Approximate Nearest Neighbor) 라이브러리입니다.목적AI 응용 시스템에서 빠르고 정확한 벡터 검색 제공필요성기존 ANN 알고리즘의 성..