IoT환경에서 발생하는 비정형 데이터의 경량 암호화 알고리즘 :Lightweight Encryption Algorithm of Unstructured Data in IoT

이아름

추천

검색

자료유형: 학위논문

저자정보: 이아름 (숭실대학교, 숭실대학교 대학원)

지도교수: 신용태

발행연도: 2021

저작권: 숭실대학교 논문은 저작권에 의해 보호받습니다.

이용수39

초록· 키워드

오늘 날 IoT 기술의 발전에 따른 보급과 함께 기업들은 관리해야 할 데이터가 급증하고 있는 것에 많은 어려움을 겪고 있다. 특히 증가하고 있는 데이터의 80%이상을 차지하는 비정형 데이터는 IoT 디바이스나 SNS 등을 통해 실시간으로 생산되고 있을 뿐만 아니라 관리의 어려움을 이유로 방치되었던 비정형 데이터 또한 기술의 발전과 함께 다시 새로운 데이터로 저장되고 있다[1]. 이와 같이 급작스럽게 유입된 대량의 데이터는 데이터 보안 규제 미비로 개인정보 유출 및 해킹 등의 보안 문제를 불러 일으켰다. 따라서 국내에서는 급증하는 비정형 데이터를 보호하기 위해 개인정보보호법을 개정하고 비정형 데이터의 암호화를 의무화하는 등으로 법적 규제를 강화했다. 하지만 기존의 암호화 솔루션을 저전력으로 동작하는 IT기기에 수행할 시 연산 능력 부족, 암·복호화 시간의 증가, 데이터 형태에 따른 암호화 모듈의 유연성 부족과 같이 효율성과 구조적 보안성 측면의 한계를 드러내고 있다.
이에 따라 IoT환경의 보안 요구사항인 비밀성, 무결성 및 가용성을 만족시키는 알고리즘인 LEA가 개발되었고 HIGHT, CLEFIA, PRESENT 등의 경량 알고리즘이 주목을 받았다[2]. 하지만 IoT 기술의 급격한 성장세에 비해 계속해서 변화하는 데이터 저장 및 통신 환경에 따른 데이터 암호화 방법의 선행 연구가 충분히 이루어지지 않고 있다[3].
본 논문은 데이터의 일부를 경량 알고리즘으로 암호화하고 ARX 연산 및 셔플링 기법으로 파일 전체를 암호화하여 비정형 데이터를 안전하게 저장할 수 있는 경량 암호화 알고리즘을 제안한다.
제안된 알고리즘의 구현을 통해 기존 알고리즘과 비교하여 변경된 알고리즘의 속도와 성능을 분석하고 암호공격방법에 대한 안전성 평가를 수행한다.

Today, with the development of IoT, companies are having a lot of difficulties with the rapidly increasing data to be managed. In particular, unstructured data, which accounts for more than 80% of the increasing data, is being produced in real time through IoT devices or SNS, and unstructured data that has been left for reasons of management difficulties is being stored as new data again with the development of technology[1]. This enormous amount of data inflow caused security problems such as personal information leakage and hacking due to inadequate data security regulations. In Korea, the Personal Information Protection Act was revised to protect rapidly growing unstructured data, and encryption of unstructured data was mandatory. Legal regulations were strengthened. However, when using existing encryption solutions for low-power IT devices, it reveals limitations in terms of efficiency and structural security, such as lack of computing power, increase in encryption·decryption time, and lack of flexibility of encryption modules according to data types.
As a result, LEA, an algorithm that satisfies the security requirements of the IoT environment, confidentiality, integrity, and availability, has been developed and lightweight algorithms such as HIGHT, CLEFIA, and PRESENT have gained attention [2]. However, compared to the rapid growth of IoT technology, there is not enough prior research on data encryption methods according to the ever-changing data storage and communication environment [3].
This paper proposes a lightweight encryption algorithm that can securely store unstructured data by encrypting part of the data with a lightweight algorithm and encrypting the entire file with ARX computation and shuffling techniques.
Through the implementation of the proposed algorithm, the speed and encryption suitability of the changed algorithm are evaluated compared to the existing algorithm, and security evaluation of five cryptographic attack methods is performed.

국문초록 vi
영문초록 viii
제 1 장 서론 1
1.1 연구 배경 및 목표 1
1.2 연구 방법 2
1.3 논문의 구성 2
제 2 장 관련연구 3
2.1 비정형 데이터의 관리 3
2.1.1 데이터 저장 방식 비교 3
2.2.2 암호화 방식 비교 4
2.2 경량 암호 알고리즘 4
2.2.1 LEA(Light weight encryption algorithm) 4
2.2.2 기존의 경량 암호 알고리즘 연구 12
제 3 장 IoT환경에서 발생하는 비정형 데이터의 경량
암호화 알고리즘 13
3.1 경량 암호화 알고리즘의 구성 13
3.2 H-LEA의 흐름도 14
3.3 부분 암호화를 위한 H-LEA 설계 16
3.3.1 라운드 함수 16
3.3.2 키스케줄 함수 18
3.4 배타적 논리합과 랜덤 셔플링을 이용한 암호화 설계 20
3.4.1 배타적 논리합 20
3.3.2 랜덤 셔플링 22
3.5 경량 암호화 알고리즘의 복호화 24
제 4 장 구현 및 성능평가 27
4.1 구현환경 27
4.2 경량 암호화 알고리즘 성능 평가 27
4.2.1 경량 암호화 알고리즘 실행 28
4.2.2 경량 암호화 알고리즘 성능 분석 28
4.3 경량 암호화 알고리즘의 안전성 분석 34
제 5 장 결 론 36
참고문헌 37

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

목차

최근 본 자료

댓글(0)