No

교수

논문제목

학술지명

논문게재일

지표

1

강경태교수

FlashPage: A Read Cache for Low-Latency SSDs in Web Proxy Servers

Engineering Science and Technology, an International Journal

2024/3

JCR상위 10%이상

주저자

공동저자

Junhee Ryu

Dong Kun Noh, Kyungtae Kang

논문

주요내용

FlashPage는 웹 프록시 서버에서 초저지연(ULL) SSD를 활용한 읽기 캐시 시스템으로, 웹 페이지 로딩 성능을 향상시키기 위해 설계되었다. 기존 SSD 캐싱 방식은 느린 HDD에 최적화되어 있어, 빠른 SSD에서 충분한 성능을 발휘하지 못하는 문제가 있었다. FlashPage는 Linux 가상 파일 시스템 계층에서 작동하며, 캐시 조회 경로를 단축하고 컴팩트 라디칼 트리를 활용하여 소프트웨어 오버헤드를 5배 이상 줄였다. 또한 FlashPage는 LID-EP 정책을 적용하여 데이터를 저장할 때 페이지 캐시에서 제거된 데이터의 '인기'를 예측하고, 이를 기반으로 적합한 캐싱 결정을 내린다. 이를 통해 LRU 대비 10.1% 높은 히트율과 10.4% 낮은 쓰기 트래픽을 기록하였다. 웹 캐시 서버에서의 실험 결과, FlashPage는 Bcache 및 DM-Cache 대비 각각 29.6%와 38.2% 더 빠른 요청 처리 속도를 달성했다. FlashPage는 읽기 전용 캐시로 설계되어 웹 프록시 서버의 읽기 성능을 최적화하는 데 중점을 두며, SSD의 수명을 연장하기 위한 쓰기 최적화 정책도 포함한다. 향후에는 쓰기 기능을 포함한 확장 및 웹 캐시 프로세스와 운영 체제 간의 통합 최적화를 통해 추가적인 성능 향상이 가능할 것으로 기대된다.

No

교수

논문제목

학술지명

논문게재일

지표

2

Scott Uk-Jin Lee 교수

Sea Shield: A Blockchain Technology Consensus to Improve Proof-of-Stake-Based Consensus Blockchain Safety

Mathematics

2024/3

JCR상위 10%이상

주저자

공동저자

Sana Naz

Scott Uk-Jin Lee

논문

주요내용

이 논문은 Sea Shield라는 새로운 합의 메커니즘을 제안하며, 이는 Proof-of-Stake(PoS) 기반 블록체인 네트워크의 보안을 강화하는 데 중점을 둡니다. PoS 시스템에서 검증자(validator)는 네트워크의 합의 과정을 수행하는 중요한 역할을 하며, 검증자 정보의 안전한 저장과 관리가 필수적입니다. Sea Shield는 **검증자 체인(validator chain)**이라는 보조 블록체인을 활용하여 검증자 정보(스테이킹 세부사항 등)를 투명하고 변조 불가능하게 기록하고 관리합니다. 이는 검증자 역할의 가입 및 탈퇴 시 발생하는 보안 문제를 해결하는데 기여합니다.Sea Shield는 Practical Byzantine Fault Tolerance(PBFT) 알고리즘을 기반으로 하여 검증자 체인의 블록을 생성하고 확정하며, 포크(fork)가 발생하지 않도록 설계되었습니다. 이는 악의적인 환경에서도 네트워크의 안정성을 유지할 수 있습니다. 시뮬레이션을 통해 시스템의 효율성과 안전성이 검증되었으며, 네트워크 보안 및 검증자 정보 관리에 있어 효과적인 성능을 입증했습니다.

주요 기여는 다음과 같습니다: 1)검증자 정보의 안전한 저장을 통해 PoS 네트워크의 보안을 강화. 2)포크 방지 메커니즘을 적용한 검증자 체인 설계. 3)검증자 역할의 가입 및 탈퇴 절차를 명확히 정의. 4)시뮬레이션 결과를 통해 시스템의 안정성과 신뢰성 검증. 5)Sea Shield는 PoS 블록체인의 취약점을 보완하며, 다양한 블록체인 네트워크에 적용 가능한 확장 가능하고 안전한 솔루션을 제공합니다.

No

교수

논문제목

학술지명

논문게재일

지표

3

Scott Uk-Jin Lee 교수

S&SEM: A Secure and Speed-Up Election Mechanism for PoS-Based Blockchain Network

Mathematics

2024/10

JCR상위 10%이상

주저자

공동저자

Sana Naz

Mohsin Javaid Siddiqu, ;Scott Uk-Jin Lee

논문

주요내용

이 논문은 PoS(Proof of Stake) 기반 블록체인 네트워크에서 검증자(validator) 수가 많아짐에 따라 발생하는 블록 생성 시간 증가와 메시지 브로드캐스팅 오버헤드 문제를 해결하기 위해 S&SEM(Secure and Speed-Up Election Mechanism)을 제안합니다. S&SEM은 전통적인 투표 방식을 기반으로 여러 라운드로 구성된 선출 메커니즘을 도입하여 효율성과 보안성을 향상시켰습니다. 중복 투표를 방지하기 위해 특수한 투표 메시지와 중복 확인 라운드를 추가하여 악의적 행위를 줄였으며, 네트워크의 수평적 확장을 통해 선출 과정을 가속화했습니다. 또한, 공정성을 보장하기 위해 개선된 보상 및 벌칙 메커니즘을 설계하여 네트워크 참여자의 행동을 조율했습니다. 시뮬레이션 결과, S&SEM은 기존 DPoS(Delegated Proof of Stake) 메커니즘보다 더 빠르고 안전하게 검증자를 선출할 수 있음을 증명했습니다.

No

교수

논문제목

학술지명

논문게재일

지표

4

  이주현교수

SOQ: Structural Reinforcement Learning for Constrained Delay Minimization with Channel State Information

IEEE Internet of Things

2024/2

JCR상위 10%이상

주저자

공동저자

Yu Zhao

Xueqiang Wang, Kai Chen;Yeonjoon Lee

논문

주요내용

이 논문은 단일 대기열(single-queue) 및 단일 서버(single-server)로 구성된 무선 통신 시스템에서 평균 지연을 최소화하면서 평균 에너지 소비 제약을 충족하는 최적의 스케줄링 정책을 설계하기 위해 강화학습 기반의 SOQ(Structural-Optimistic Q-Learning) 알고리즘을 제안합니다. 제안된 알고리즘은 무한 시간 CMDP(Constrained Markov Decision Process)를 기반으로 하며, 대기열 길이와 채널 상태 정보를 결합하여 상태를 정의합니다. Lagrange 곱수 방법을 활용해 제약 최적화 문제를 비제약 문제로 변환하고, 최적 스케줄링 정책이 대기열 길이 및 채널 상태에 대해 비감소적임을 증명했습니다. SOQ는 정책 투영(policy projection)을 이용해 최적 정책의 구조적 특성을 활용하여 학습 공간을 줄이고 학습 효율을 높입니다. 시뮬레이션 결과, SOQ는 기존 Q-Learning 알고리즘 대비 학습 단계에서 평균 비용을 줄이는 데 우수한 성능을 보였습니다. 또한, 에너지 제약을 만족하는 최적의 Lagrange 곱수를 찾아 평균 에너지 소비를 조절하는 방법을 제안했습니다. 이 알고리즘은 무선 자원 관리와 채널 선택 등 동적으로 변화하는 환경에서 효과적으로 활용될 수 있으며, 향후 딥러닝과의 결합 및 더 복잡한 통신 환경으로 확장이 논의됩니다.

No

교수

논문제목

학술지명

논문게재일

지표

5

이연준교수

STATION: Gesture-based Authentication for Voice Interfaces

IEEE Internet of Things Journal

2404/3

JCR상위 2.2%이상

주저자

공동저자

Sungbin Park

Xueqiang Wang;Kai Chen, Yeonjoon Lee

논문

주요내용

STATION은 스마트 홈 기기의 보안을 강화하기 위한 손동작 기반 인증 시스템이다. 음성 인터페이스를 활용하여 추가 하드웨어 없이 사용자를 인증할 수 있도록 설계되었다. 이 시스템은 도플러 효과와 반사 신호의 도착 방향(DoA)을 분석하여 손동작을 인식하며, 저신호대잡음비(SNR) 환경에서도 정확한 인증을 지원한다. STATION의 핵심 기능은 다음과 같다: 가상 버튼: 사용자는 스마트 기기 주변에 가상 버튼을 설정하고 이를 손동작으로 누르듯이 상호작용한다. 이를 통해 인증 절차를 수행할 수 있다. 보안 강화: 사용자의 손동작의 생동감을 감지하여 원격 공격(재생 및 합성 신호 공격)과 물리적 접근을 차단한다. 높은 정확성: 1.5m 거리에서 거짓 수락률(FAR)이 0.08%, 거짓 거부율(FRR)이 3.10%로 우수한 성능을 보였다. 사용성: 추가 하드웨어 설치 없이 저비용 구성으로 구현이 가능하며, 손동작은 비밀번호와 유사한 역할을 하여 보안과 프라이버시를 동시에 제공한다. 평가 결과, STATION은 환경 소음, 사용자 키, 손잡이 방향 등의 요인에도 강건하며, 기존 인증 방식에 비해 배포 및 사용 편의성이 뛰어나다. 또한, 스마트 홈 기기의 보안 우려를 해결하며 사용자로부터 높은 편의성을 인정받았다. STATION은 사용자 인증을 비밀번호 기반 인증처럼 간단하게 수행하며, 스마트 홈 기기의 보안성과 사용자 경험을 개선하는 데 기여할 수 있다.

No

교수

논문제목

학술지명

논문게재일

지표

6

이연준교수

Exclusively in-store: Acoustic location authentication for stationary business devices

Journal of Network and Computer Applications 232 (2024) 104028

2024/12

JCR상위 10%이상

주저자

공동저자

Sungbin Park, Changbae Seo

Xueqiang Wang, Yeonjoon Lee, Seung-Hyun Seo

논문

주요내용

이 논문은 상업 환경에서 사용되는 고정형 IoT(사물인터넷) 장치의 안전한 인증을 위해 초음파 기반의 음향 지문을 활용하는 "AcousticAuth"라는 새로운 시스템을 제안합니다. AcousticAuth는 사용자의 추가적인 노력 없이 장치와 그 환경을 동시에 인증하는 방식으로, 장치 도난, 무단 사용, 환경 변조와 같은 위협을 효과적으로 방어합니다. 이 시스템은 초음파 신호를 통해 장치의 고유 음향 지문과 방향 정보를 추출하며, 이를 기반으로 장치가 허가된 위치에서만 작동하도록 보장합니다.

실험을 통해 AcousticAuth는 동일 모델 간 장치를 0.03%의 낮은 오차율로 정확히 구분하고, 서로 다른 환경에서도 0.00%의 오차율로 차이를 구별하는 뛰어난 성능을 보였습니다. 또한 다양한 환경 소음(예: 음악)과 같은 간섭 상황에서도 견고한 작동을 유지하며, 음향 지문 조작, 신호 변조와 같은 고급 공격에도 높은 저항성을 보여줍니다.

AcousticAuth는 기존의 하드웨어/소프트웨어 기반, 생체 인증 방식 또는 센서 특성 기반 인증이 가지는 한계(추가 하드웨어 요구, 환경 변화 민감도, 데이터 유출 시 복구 어려움)를 해결합니다. 이는 초음파 지문 데이터 공간을 확장해 매 인증 세션마다 다른 지문을 사용할 수 있도록 하여 보안을 강화합니다. 전반적으로 이 시스템은 상업용 IoT 장치의 보안을 강화하는 실질적이고 혁신적인 솔루션으로 평가됩니다.

No

교수

논문제목

학술지명

논문게재일

지표

7

윤석민교수

Web2Code: A Large-scale Webpage-to-Code Dataset

and Evaluation Framework for Multimodal LLMs

(Web2Code: 웹페이지-코드 변환 데이터셋 및 평가 프레임워크)

38th Conference on Neural Information Processing Systems (NeurIPS 2024) Track on Datasets and Benchmarks

2024/11

BK인정

우수

학술대회

(4점)

주저자

공동저자

Sukmin Yun

Haokun Lin,, Rusiru Thushara, Mohammad Qazim Bhat

논문

주요내용

이 논문은 Web2Code라는 대규모 데이터셋과 평가 프레임워크를 소개하며, 이는 멀티모달 대규모 언어 모델(MLLM)이 웹페이지를 이해하고 해당 HTML 코드를 생성하는 능력을 개선하기 위해 설계되었습니다.

기존 MLLM은 이미지, 비디오, 오디오 등 다양한 형태의 데이터를 잘 처리하지만, 웹페이지 스크린샷을 이해하거나 HTML 코드를 생성하는 데 있어 성능이 미흡합니다. 이를 해결하기 위해 Web2Code는 웹페이지 이미지와 HTML 코드, 웹 콘텐츠에 대한 자연어 질문-답변 쌍을 포함하는 대규모 데이터셋(약 118만 쌍)을 제공합니다. (주요 내용) 데이터셋 구성: 기존 웹페이지 데이터셋(WebSRC, Pix2Code 등)을 GPT-3.5와 GPT-4를 활용하여 정제하고, 새로운 웹페이지와 HTML 코드를 생성하여 데이터 다양성을 확보했습니다. (평가 프레임워크) 웹페이지 이해(질문-답변 평가)와 코드 생성(HTML 렌더링 비교)을 테스트하며, 기존 텍스트 유사도 기반 평가의 한계를 극복했습니다. (결과) 새로운 데이터셋을 활용한 MLLM은 웹페이지 이해와 HTML 코드 생성에서 기존 데이터셋보다 뛰어난 성능을 보였으며, 일반적인 비주얼 태스크에서도 성능이 유지되었습니다. 이 연구는 웹 기반 자동화 및 UI 프로토타이핑 분야의 발전을 촉진하며, 웹 콘텐츠 생성에 적합한 MLLM 개발을 목표로 합니다.