Development of Highly Efficient Secure Multi-Party Computation and a Lightweight MPC Compiler for Safe On-Device Collaborative AI in Large-Scale IoT Environments
개인기초연구(과기정통부)(R&D) · 우수연구-핵심연구(유형B)
2026년
2710105718
과학기술정보통신부
한국연구재단
한양대학교
신동준
8명
2026.03.01 ~ 2027.02.28
2026.03.01 ~ 2030.02.28
1.9억원
1.9억원
기초연구
대학
서울특별시 성동구
정보/통신 > 정보보호 > 네트워크 시스템 보안
본 연구의 최종 목표는 통신량과 연산량을 최소화한 고효율인 안전한 다자간 연산(MPC) 프로토콜과, AI 및 일반 컴퓨팅 연산을 MPC 회로로 경량 변환하는 MPC 컴파일러를 함께 개발하여 대규모 IoT 환경에서 안전한 On-Device 협력 AI 추론 및 학습을 효율적으로 구현하는 것이다. AI와 차세대 통신(5G Advanced, 6G)을 기반으로 하는...
기존 MPC 기술은 주로 Additive Secret Sharing 또는 Shamir Secret Sharing 기반의 LSS (Linear Secret Sharing)를 사용하여 곱셈 기법 및 MPC 프로토콜을 발전해왔다. 그러나 Shamir 계열 LSS는 참여자 수가 증가함에 따라 Field 크기가 커지고, Boolean 회로를 Arithmetic 회로...
... 그리고 대규모 분산 환경에서의 MPC 프로토콜 및 컴파일 최적화 방법론을 정립함으로써, 안전한 다자간 연산, 암호기술, 분산시스템, 협력 AI 분야의 이론적·원천기술 경쟁력을 강화하고 블록체인 키 관리 등 다양한 보안 기술로의 파급 효과도 기대된다. 마지막으로 오류정정부호, 대수학, 암호, AI 구현이 융합된 연구 수행을 통해 통신·보안·AI 융합형 전문 인재를 양성하고, 국내 ...