Earticle

최근에는 양자 컴퓨터의 빠른 연산의 장점이 알려지면서 큐비트를 활용한 양자회로에 대한 관심이 높아지고 있다. 그루버 알고리즘은 n-bit의 보안 레벨의 대칭키 암호와 해시 함수를 n/2-bit 보안 레벨까지 낮출 수 있는 양자 알고리즘이다. 그루버 알고리즘은 양자 컴퓨터상에서 동작하기 때문에 적용 대상이 되는 대칭키 암호와 해시함수는 양자 회로로 구현되어야 한다. 이러한 연구 동기로, 최근 들어 대칭키 암호 또는 해시 함수를 양자 회로로 구현하는 연구들이 활발히 수행되고 있다. 하지만 현재는 큐비트의 수가 제한적인 상황으로 최소한의 큐비트 개수로 구현하는 것에 관심을 가지고 효율적인 구현을 목표로 하고 있다. 본 논문에서는 국산 해시함수 LSH 구현에 큐빗 재활용, 사전 연산을 통해 사용 큐빗 수를 줄였다. 또한, Mix, Final 함수와 같은 핵심 연산들을 IBM에서 제공하는 양자 프로그래밍 툴인 ProjectQ를 사용하여 양자회로로 효율적으로 구현하였고 이에 필요한 양자 자원들을 평가하였다.

Recently, the advantages of high-speed arithmetic in quantum computers have been known, and interest in quantum circuits utilizing qubits has increased. The Grover algorithm is a quantum algorithm that can reduce n-bit security level symmetric key cryptography and hash functions to n/2-bit security level. Since the Grover algorithm work on quantum computers, the symmetric cryptographic technique and hash function to be applied must be implemented in a quantum circuit. This is the motivation for these studies, and recently, research on implementing symmetric cryptographic technique and hash functions in quantum circuits has been actively conducted. However, at present, in a situation where the number of qubits is limited, we are interested in implementing with the minimum number of qubits and aim for efficient implementation. In this paper, the domestic hash function LSH is efficiently implemented using qubits recycling and pre-computation. Also, major operations such as Mix and Final were efficiently implemented as quantum circuits using ProjectQ, a quantum programming tool provided by IBM, and the quantum resources required for this were evaluated.

해시함수는 인증, 서명, 데이터 무결성 등을 수행하기 위해 반드시 필요한 암호학적 프리미티브이다. 2005년 중국의 Wang교수에 의해 MD5와 SHA-1과 같은 구조에 대해 충돌쌍 공격이 제기됨으로써 NIST는 SHA-3 프로젝트를 진행하여 Keccak을 새로운 표준 해시함수로 선정하였다. 또한 국내의 경우 국가보안기술연구소에서는 높은 안전성과 효율성을 제공하는 해시함수 LSH를 개발했다. LSH는 초기화, 압축, 완료함수로 이루어지며 함수 내에서 mod $2^W$상에서의 덧셈, 비트단위 순환, 워드 단위 순환 및 xor연산을 수행한다. 이러한 연산은 동시에 독립적으로 수행될 수 있으며 병렬화가 가능하다. 본 논문에서는 LSH를 분석하여 구조적인 측면에서 속도를 개선할 수 있는 방법을 제안하고 SIMD의 SSE와 AVX를 활용하여 LSH 함수를 병렬 구현한다.

Hash function is a cryptographic primitive which conduct authentication, signature and data integrity. Recently, Wang et al. found collision of standard hash function such as MD5, SHA-1. For that reason, National Security Research Institute in Korea suggests a secure structure and efficient hash function, LSH. LSH consists of three steps, initialization, compression, finalization and computes hash value using addition in modulo $2^W$, bit-wise substitution, word-wise substitution and bit-wise XOR. These operation is parallelizable because each step is independently conducted at the same time. In this paper, we analyse LSH structure and implement it over SIMD-SSE, AVX and demonstrate the superiority of LSH.

k-Nearest neighbor join (k-NN Join) is a computationally intensive algorithm that is designed to find k-nearest neighbors from a dataset S for every object in another dataset R. Most related studies on k-NN Join are based on single-computer operations. As the data dimensions and data volume increase, running the k-NN Join algorithm on a single computer cannot generate results quickly. To solve this scalability problem, we introduce the locality-sensitive hashing (LSH) k-NN Join algorithm implemented in Spark, an approach for high-dimensional big data. LSH is used to map similar data onto the same bucket, which can reduce the data search scope. In order to achieve parallel implementation of the algorithm on multiple computers, the Spark framework is used to accelerate the computation of distances between objects in a cluster. Results show that our proposed approach is fast and accurate for high-dimensional and big data.

Most of the existing fingerprint retrieval systems are based on the overall characteristics and detailed features of fingerprints, and their performance is poor in the cases of low-quality fingerprint images, such as incomplete fingerprint images. In order to improve the recognition speed, accuracy, and robustness of automated fingerprint recognition systems based on large-scale fingerprint databases, in this paper, we propose a fast fingerprint classification retrieval and identification method based on Scale Invariant Feature Transform (SIFT) and Local Sensitive Hash (LSH) algorithms. A method based on scale space theory extracts SIFT feature point descriptors of relatively high-quality fingerprint images in accordance with the principle of a greater matching contribution rate, uses multi-template image feature fusion technology to build a stable fingerprint feature template database, achieves the storage and retrieval of high-dimensional SIFT features using the LSH algorithm, and carries out matching progressively by level on the basis of SIFT’s matching principle of close neighboring priority scale. Experimental results show that the proposed method has strong penetration, high retrieval efficiency, good recognition accuracy, and strong robustness, thereby providing a fast and efficient retrieval and matching mechanism for the automated recognition of the large-scale fingerprint database, with strong practicality.

암호 알고리즘은 세계적으로 표준화가 진행되고 있으며, 암호 알고리즘의 안전성은 충분히 입증되어 왔다. 하지만, 기존 검증 방법으로 사용되는 테스트벡터 방식으로는 전수조사를 시행할 수 없어 구현상의 취약점을 완벽하게 발견할 수 없기 때문에 심각한 피해를 야기할 수 있다. 그래서 개발한 혹은 현재 존재하고 있는 암호 알고리즘이 표준에 따라 올바르게 구현되었는지에 대한 개선된 검증 방법이 필요하다. 본 논문에서는 KISA에서 개발한 LSH 해시함수 모듈을 미국의 Galois사와 NSA가 함께 공동 개발한 Cryptol을 이용하여 암호 모듈이 올바르게 구현되었는지 검증하였다.

암호 알고리즘은 세계적으로 표준화가 진행되고 있으며, 암호 알고리즘의 안전성은 충분히 입증되어 왔다. 하지만, 기존 검증 방법으로 사용되는 테스트벡터 방식으로는 전수조사를 시행할 수 없어 구현상의 취약점을 완벽하게 발견할 수 없기 때문에 심각한 피해를 야기할 수 있다. 그래서 개발한 혹은 현재 존재하고 있는 암호 알고리즘이 표준에 따라 올바르게 구현되었는지에 대한 개선된 검증 방법이 필요하다. 본 논문에서는 KISA에서 개발한 LSH 해시함수 모듈을 미국의 Galois사와 NSA가 함께 공동 개발한 Cryptol을 이용하여 암호 모듈이 올바르게 구현되었는지 검증하였다.

현재 전자정보와 관련한 압수･수색 규정은 정보저장매체에 저장된 전자정보에 대하여 사건과 관련성이 있는 정보증거를 선별적으로 압수･수색하는 것을 원칙적으로 하지만, 기술적으로는 한계가 있다. 사건과의 관련성을 파악하기 위하여 수사기관은 정보저장매체에 기록된 전자적 정보에 대해 키워드를 기반으로 한 검색 방법을 주로 사용하고 있다. 키워드 검색 방법은 주로 불리언 서치(Boolean search)의 방법으로 진행되는데, 키워드 조합과 완벽하게 일치해야 그 결과를 추출할 수 있는 특징이 있다. 최근 수사기관의 이러한 압수･수색 방법을 피하고자 혐의사실과 관련 있는 키워드를 변경하고 관련 없는 파일명을 지정하는 등의 다양한 수사 회피 방법이 시도되는 사례를 확인할 수 있었다. 또한 기술의 발전으로 인해 정보저장매체의 용량과 전자정보의 개수가 과거보다 더욱 대용량화·대량화되어가고 있으며, 그 증가의 속도도 기하급수적이다. 전자정보를 압수하기 위해 탐색해야 할 정보저장매체의 용량이 더욱 대량화될 것이 예상되는 현재 전자정보 선별압수의 방법 또한 다양한 기술의 발전을 통해 변화하여야 한다. 이에 이 논문에서는 텍스트 마이닝의 한 종류인 문서유사도(Locality Sensitive Hashing)를 이용한 디지털 증거의 선별적 압수방법을 제안하고자 한다. 문서유사도 방법은 기존의 키워드 검색방법에서 추가로 문서전체의 단어 및 문장을 계산하여 정보저장매체에 저장된 문서의 유사도를 신속하게 비교하여 사건과의 관련성이 있는 정보증거를 나열할 수 있다. LSH방법의 도입은 기존의 키워드 검색방법에 비하여 4가지 개선효과가 있다. 첫째, 기존 방법에서는 확인할 수 없었던 혐의사실과 관련된 전자정보를 검출할 가능성이 생긴다는 점이다. 둘째, 기존의 선별적 압수방법에 이를 추가적으로 활용하면 정보저장매체에 대한 전반적인 탐색이 빨라진다는 점이다. 셋째, 전자정보의 압수·수색 방법에 관한 다양성이 확보된다는 점이다. 마지막으로 문서유사도 기법을 활용하면 키워드 검색기법보다 피압수자의 프라이버시 보호에 더욱 신중할 수 있다는 점이다. 요컨대, 이 논문에서 제안하는 문서유사도 기법을 넘어 다양한 텍스트 마이닝 기법이 추가적인 실효성 검토를 통해 전자정보의 선별적 압수·수색방법으로 도입하게 된다면, 피압수자에 대한 프라이버시 보호뿐만 아니라 사건의 실체적 진실발견에도 기여할 수 있는 디지털증거에 대한 선별적 압수방법으로 발전할 것으로 기대한다.

Currently, the selective search and seizure on electronic information allow the selective search and seizure in principle as far as electronic information in information storage devices is related to some incidents, but technically limitations exist. In order to find out the relevance of the case, the method used by investigative agencies is to search based on keyword within electronic information. The method of keyword search mainly progresses in the way of “Boolean search”, which has a characteristic that abstracts the result at the time of perfect match to the keyword combination. Recently, to avoid such methods of search and seizure by investigative agencies, we can see some cases that investigators attempt various methods of avoiding investigation, such as changing keyword related to the facts of suspicion and designating unrelated file names. Also, due to technological advances, the capacity of information storage devices and the number of electronic information are becoming larger and larger than ever before, and the rate of increase is rising exponentially. The method of Electronic information search and seizure should also be changed through the development of various technologies, since the capacity of the information storage devices to be explored for electronic information is expected to become larger in the future. In this paper, I propose a method of selective search and seizure of digital evidence using a kind of text mining, Locality Sensitive Hashing. The method I would suggest is to calculate additional words and sentences throughout the document from the existing keyword search method and quickly compare and list the similarities of documents in the data storage devices. This method confirmed the four improvements. First, it is possible to detect electronic information related to the suspected facts that could not be verified by the existing methods. Second, adding the existing selective search and seizure method will speed up the overall search for information storage devices. Third, it brings diversity in methods of selective search and seizure for electronic information. Finally, document similarity is better at protecting the privacy of the oppressed than keyword search. I believe that if I introduce a variety of text mining techniques into electronic information search and seizure methods, starting with document similarity, I can gradually develop into a screening confiscation method that will give us a variety of possibilities to discover the actual truth.

해시함수는 사회 전반에 걸쳐 무결성 및 인증을 제공하기 위하여서 사용하는 함수로써 암호학적으로 중요한 함수이다. 본 논문에서는 2014년 국가보안기술 연구소에서 개발한 해시함수 LSH를 하드웨어적인 구현이 아닌 소프트웨어적인 구현을 수행하였고 또한 Intel CPU 상에서 동작하는 SIMD 기법인 SSE를 이용하여 LSH 알고리즘의 최적화 구현을 수행한다. 고속해시함수 LSH 알고리즘에서 사용하는 주 연산은 ARX(Addition Rotation, Xor)연산으로 SIMD를 적용하기에 용이한 구조로 되어 있다. 본 논문에서는 기존 32 비트 단위의 연산을 수행하는 LSH 알고리즘을 SIMD를 이용하여 128비트 단위의 연산을 수행 하도록 개발하였다. 그 결과 Intel Xeon CPU에서 SIMED를 적용한 결과 적용하지 않은 LSH 알고리즘보다 최대 2.79배의 성능의 향상을 확인 할 수 있다.

We have studied a liquid crystal (LC) mode (named locked super homeotropic (LSH)) in which the LCs aligned homeotropically are locked by surrounding walls such as cubic, hexagonal and cylinder. In the device, the vertically aligned LCs tilt down symmetrically around the center of the cell when a voltage is applied and thus it exhibits wide viewing angle. The structure of this LSH mode is suitable for large-sized display panels. since the LCs are locked in micro domains the LCs do not flow to the bottom of the panel by gravity. This mode is applicable to achieve high performance TFT-LCD TV because of high performance characteristics such as high contrast, high brightness, wide-viewing angle.

The emergence of Web 2.0 technologies, such as blogs and wiki, enable even naive users to easily create and share content on the Web using freely available content sharing tools. Wide availability of almost free data and promiscuous sharing of content through social networking platforms created a content borrowing phenomenon, where the same content appears (in many cases in the form of extensive quotations) in different outlets. An immediate side effect of this phenomenon is that identifying which content is re-used by whom is becoming a critical tool in social network analysis, including expert identification and analysis of information flow. Internet-scale reuse detection, however, poses extremely challenging scalability issues: considering the large size of user created data on the web, it is essential that the techniques developed for content-reuse detection should be fast and scalable. Thus, in this paper, we propose a $qSign_{lsh}$ algorithm, a mechanism for identifying multi-sentence content reuse among documents by efficiently combining sentence-level evidences. The experiment results show that $qSign_{lsh}$ significantly improves the reuse detection speed and provides high recall.