심층 신경망 학습 기반 3D cube 알고리즘 적용을 통한 보안성이 강화된 키 관리 및 생성 방법에 대한 연구 = A study on the method of key management and generation with enhanced security by applying deep neural network learning-based 3D cube algorithm

다국어 초록 (Multilingual Abstract)

The advancement of TCP/IP-based reliability-oriented network environment has transformed information technology from the existing independent system to a distributed processing system-based server and client model. The existing network structures suffer from many security problems, as they were developed considering a connection-oriented purpose to be the most important priority. To solve these security problems, various security protocols and additional functions are currently implemented and patched. In particular, the use of encryption systems has been recognized as one of the essential methods of securing the data exchanged over networks.

However, with the emergence of quantum computers, symmetric key methods in which the existing private keys are shared and encryption have been developed, and asymmetric key methods in which encryption is performed through public keys, have been identified to pose certain security risks. Some of the recently conducted studies have verified that quantum-resistant symmetric key cryptographic systems can be developed to a certain extent by increasing the key size. However, asymmetric key cryptographic systems based on the difficulties of the factorization in prime factors are vulnerable to security attacks because discrete logarithm problems can be solved instantaneously. Peter Shor, a professor at the Massachusetts Institute of Technology, USA, first proposed an algorithm to find the prime factors of a given integer. Many general cryptographic systems are based on the fact that they cannot be solved by the existing computers. However, this is no longer the case in the era of quantum computers.

The currently used encryptions systems are run in a hybrid mode in which both symmetric and asymmetric key methods are used. This hybrid mode has been devised to benefit from the fast processing speed of the symmetric key methods; the difficulty of providing a service because of the reduction in the processing speed caused by the computational complexity of an asymmetric key method is circumvented by limiting the use of asymmetric keys to the secured key exchange. To implement a secured symmetric key-based cryptographic system to circumvent the crack problem due to the emergence of quantum computers in asymmetric key exchanges, the problem of sharing a key in the most secured manner should be solved while keeping the symmetric keys in use up-to-date.

In this study, we aimed to develop a three-dimensional (3D) cube algorithm that could be used by creating an up-to-date key in a symmetric key cryptographic system to ensure data security in a quantum computer environment. More specifically, we aimed to design a solution to the secured key sharing method that could minimize the damage due to the pre-shared key (PSK) leakage by using the method of inducing the symmetric key creation based on Deep Neural Network Learning (DNN) without sharing the PSK between systems in order to securely maintain the key while creating and using the key variably through the symmetric key cryptographic system of the 3D cube algorithm.

Thus, the 3D cube algorithm developed in this study secures the confidentiality and integrity of the data transferred over a network because the amount of information obtainable by malicious attackers is small as the symmetric key used in the encryption and decryption processes is induced without exchanging the PSK, owing to the application of the Deep Neural Network Learning. To prove this, we conducted performance measurements to compare the AES-256 algorithm between the 3D cube algorithm and the encryption method used in the existing hybrid mode to verify the improved security and ensure that the proposed algorithm can be used to strengthen the security of the existing symmetric key cryptographic system.

국문 초록 (Abstract)

IT 기술은 초기의 TCP/IP 기반의 신뢰성 기반 네트워크 환경의 발전으로 기존의 독립된 시스템에서 분산처리 시스템 기반의 서버/클라이언트 모델로 발전하게 되었다. 기존의 네트워크 구조는 연결지향을 최우선으로 개발되어 보안성에 많은 문제점을 내포하고 있는 상황이며, 이를 해결하기 위해 다양한 보안 프로토콜 및 기능을 추가적으로 구현하여 보완하고 있는 현실이다. 특히, 네트워크에서 전달되는 데이터의 보안을 위해서는 암호화 시스템의 사용이 필수적인 요소로서 인식되어지고 있다.

하지만 양자컴퓨터의 등장으로 인하여 기존의 비밀키를 공유하여 암호화를 수행하는 대칭키 방식이나, 공개키를 통한 암호화를 수행하게 되는 비 대칭키의 방식이 보안성에 대한 위험으로 존재하게 된다. 진행된 연구에 의하면 대칭키 암호화 시스템의 경우 사용되어지는 키의 사이즈를 증가시킴으로서 일정부분 양자컴퓨터에 대한 보안내성을 갖음이 확인되었으나, 소인수 분해의 어려움을 기반으로 하는 비 대칭키 암호화 시스템은 이산 대수를 순식간에 계산이 가능함으로 인해 발생하는 취약함으로 인해 보안상의 취약점이 존재하게 된다. 이는 MIT의 피터 쇼어가 개발한 한 정수의 소인수를 구하는 알고리즘으로 출발하게 되며, 많은 일반적인 암호체계가 기존 컴퓨터로는 계산하기 어렵다는 사실에 기반을 두고 있지만 양자컴퓨터의 영역에서는 더 이상 문제가 되지 않는다는 것을 보여주는 사례이다.

현재의 암호시스템에서는 대칭키 방식과 비 대칭키 방식을 혼용하여 사용하는 하이브리드 방식으로 운영되게 되는데, 이는 비 대칭키 방식의 계산 복잡성으로 발생하게 되는 처리속도의 저하로 인한 서비스 제공의 어려움을, 대칭키에서 사용하는 키의 안전한 교환방식으로 한정하여 사용하고, 대칭키의 빠른 처리속도를 사용하기 위해 고안된 방식이다. 이때 사용되어지는 비 대칭키 방식의 키 교환에서 양자컴퓨터의 등장으로 인해 쉽게 해독할 수 있는 문제점으로 안전한 대칭키 암호화 시스템을 구현하기 위해서는 사용되어지는 대칭키를 최신 상태로 보존하면서, 최선의 방법으로 키를 전송하여 공유해야하는 문제를 해결해야 한다.

본 논문에서는 양자컴퓨터 환경에서 보다 안전한 보안 내성을 제공하기 위해 대칭키 암호화 시스템에서 최신의 상태로 키를 생성하여 사용 가능한 3D CUBE 알고리즘을 제안하고자 한다. 3D CUBE 알고리즘의 대칭키 암호화 시스템 적용을 통해 가변적으로 사용되어지는 키를 생성하여 사용하게 되고, 이를 보다 안전하게 유지하기 위해 사전키를 시스템간에 공유하지 않고 심층 신경망 학습 기반으로 대칭키 생성을 유도하는 방식으로 사용하여 사전 공유키 유출로 인한 피해를 최소화 시키는 키의 안전한 공유 방법에 대한 해결책을 제시하고자 한다.

따라서, 본 논문에서 제안하는 3D CUBE 알고리즘은 심층 신경망 학습 적용으로 사전 공유키를 교환하지 않고 암호화 및 복호화에 사용되는 대칭키를 유도하는 만큼 악의적인 공격자가 습득가능한 정보가 적어서 보다 안전하게 네트워크에서 전송되는 데이터의 기밀성과 무결성을 확보할 수 있다. 이를 증명하기 위해 AES-256 알고리즘에서의 3D CUBE 알고리즘 적용을 통한 기존 하이브리드 방식의 암호화 방식과 비교하는 성능측정을 수행하여 향상된 보안성의 제공함을 확인하고 기존 대칭키 암호화 시스템에서 강화된 보안성을 확보하기 위해 키의 관리 및 생성에서의 사용이 가능함을 증명하고자 한다.

목차 (Table of Contents)

• 제1장 서론 1
• 제1절 연구의 목적 1
• 제2절 논문 구성 2
• 제2장 관련연구 3
• 제1절 인공 신경망에 대한 암호학 적용 연구 3
• 제2절 DeepCube 알고리즘 8
• 제3절 심층 신경망(Deep Neural Network, DNN) 14
• 제4절 AES(Advanced Encryption Standard) 18
• 제5절 RSA(Rivest Shamir Adleman) 28
• 제6절 Hybrid 암호화 방식 33
• 제3장 심층 신경망 학습 기반 3D CUBE 알고리즘 36
• 제1절 3D CUBE 알고리즘 36
• 제2절 3D CUBE 알고리즘 용어 정의 37
• 1. 3D CUBE 알고리즘 구성 큐브 면에 대한 용어 정의 38
• 2. 3D CUBE 알고리즘 구성 큐브 움직임에 대한 용어 정의 38
• 3. 3D CUBE 알고리즘 동작 용어 정의 39
• 제3절 3D CUBE 알고리즘의 동작 원리 39
• 제4절 3D CUBE 알고리즘의 설계 44
• 1. 3D CUBE 알고리즘의 기본 구성 44
• 2. 3D CUBE 알고리즘의 비밀키 생성 과정 47
• 3. 3D CUBE 알고리즘의 비밀키 유도 과정 58
• 4. 3D CUBE 알고리즘이 적용된 암호화 및 복호화 과정 67
• 제4장 성능 평가 69
• 제1절 3D CUBE 알고리즘 구현 검증 69
• 제2절 3D CUBE 알고리즘의 AES-256 암호시스템 적용 83
• 제3절 3D CUBE 알고리즘의 성능 비교 86
• 제4절 향후 연구과제 91
• 제5장 결론 94
• 참고문헌 97
• 국문초록 101