Research on High-Precision and Low-Overhead Vulnerability Detection for Efficient Data Race Bug Detection
개인기초연구(과기정통부)(R&D) · 우수연구-핵심연구(기본연구B)
2026년
2710113809
과학기술정보통신부
한국연구재단
고려대학교
전유석
5명
2026.09.01 ~ 2027.08.31
2026.09.01 ~ 2027.08.31
6,355만원
6,355만원
기초연구
대학
서울특별시 성북구
정보/통신 > 정보보호 > 공통 보안기술
... 또한 데이터 레이스는 지난 10년간 발생 규모가 452% 증가했으며, Chrome·Firefox와 같은 대규모 프로그램에서도 1,000건 이상의 버그가 보고되고 있으며 가장 위험한 소프트웨어 취약점 유형 25개 중 하나로 선정됨. 따라서, 이를 사전에 자동으로 탐지하는 기술의 중요성이 더욱 강조되고 있음.하지만 높은 탐지 성능과 확장성을 갖춘 대표적인 데이터 레이스 탐지 도구인 ...
본 연구는 대규모 프로그램에도 적용 가능한 확장성과 기존 TSan과 동일한 탐지 성능을 보존하면서 낮은 오버헤드를 달성하기 위해, 데이터 레이스 탐지에 불필요한 메모리 접근 검증 코드와 반복적으로 수행되는 중복 검증 코드를 줄이는 두 가지 기술 개발로 구성됨.첫 번째는 기존 연구의 확장성 한계를 해결하기 위한 분석 최적화 기술임. 기존 연구는 정적 분석으...
... 퍼징 및 지속적 통합 테스트 과정에서 낮은 오버헤드로 데이터 레이스 탐지를 수행하면, 기존 도구의 성능 비용 때문에 탐색하지 못했던 실행 경로까지 검증할 수 있음. 이를 통해 기업의 소프트웨어 품질 관리 비용을 절감하고, 데이터 레이스로 인한 보안 사고를 사전에 예방하는 데 활용 가능함.학술적 측면에서 본 연구는 데이터 레이스 탐지 도구 오버헤드를 줄이기 위한 최적화 및 고도화된 정적 ...