1 |
1
코어, L1 캐시, L2 캐시 및 L3 캐시 중 적어도 하나로부터 데이터를 각각 수집하는 데이터 수집부; 및적어도 하나의 훈련된 학습 모델을 이용하여 상기 데이터에 대응하는 탐지 결과를 획득하는 탐지부;를 포함하는 캐시 부채널 공격 탐지 장치
|
2 |
2
제1항에 있어서,상기 데이터 수집부는,코어, L1 캐시, L2 캐시 및 L3 캐시 중 적어도 하나로부터 하드웨어의 활동에 대한 데이터를 획득하여 기록하는 하드웨어 성능 카운터;를 포함하는 캐시 부채널 공격 탐지 장치
|
3 |
3
제1항에 있어서,상기 데이터에 대해 상관 관계 분석을 수행하여 상기 데이터를 가공하는 데이터 가공부;를 더 포함하는 캐시 부채널 공격 탐지 장치
|
4 |
4
제1항에 있어서,상기 데이터를 이용하여 적어도 하나의 학습 모델을 훈련시켜 상기 적어도 하나의 훈련된 학습 모델을 획득하는 훈련부;를 더 포함하는 캐시 부채널 공격 탐지 장치
|
5 |
5
제4항에 있어서,상기 데이터는, 캐시 부채널 공격이 부재한 상황에서 상기 코어, L1 캐시, L2 캐시 및 L3 캐시 중 적어도 하나로부터 획득된 비공격 데이터; 및 모의 공격이 존재하는 상황에서 상기 코어, L1 캐시, L2 캐시 및 L3 캐시 중 적어도 하나로부터 획득된 모의 공격 데이터;를 포함하는 캐시 부채널 공격 탐지 장치
|
6 |
6
제4항에 있어서,상기 적어도 하나의 학습 모델은, 다층 퍼셉트론(Multi-layer Perceptron), 서포트 벡터 머신(SVM: support vector machine), 심층 신경망(DNN, Deep Neural Network), 콘볼루션 신경망(CNN, Convolutional Neural Network), 순환 신경망(RNN, Recurrent Neural Network), 심층 신뢰 신경망(DBN, Deep Belief Network), 심층 Q-네트워크(Deep Q-Networks), 장단기 메모리(LSTM: Long short term memory), 생성적 적대 신경망(GAN: Generative Adversarial Network) 및 조건적 생성적 적대 신경망(cGAN: Conditional GAN) 중 적어도 하나의 기계 학습 모델을 포함하는 캐시 부채널 공격 탐지 장치
|
7 |
7
코어, L1 캐시, L2 캐시 및 L3 캐시 중 적어도 하나로부터 데이터를 각각 수집하는 단계; 및적어도 하나의 훈련된 학습 모델을 이용하여 상기 데이터에 대응하는 탐지 결과를 획득하는 단계;를 포함하는 캐시 부채널 공격 탐지 방법
|
8 |
8
제7항에 있어서,상기 코어, L1 캐시, L2 캐시 및 L3 캐시 중 적어도 하나로부터 데이터를 각각 수집하는 단계는,코어, L1 캐시, L2 캐시 및 L3 캐시 중 적어도 하나로부터 하드웨어의 활동에 대한 데이터를 획득하여 기록하는 단계;를 포함하는 캐시 부채널 공격 탐지 방법
|
9 |
9
제7항에 있어서,상기 데이터에 대해 상관 관계 분석을 수행하여 상기 데이터를 가공하는 단계;를 더 포함하는 캐시 부채널 공격 탐지 방법
|
10 |
10
제7항에 있어서,상기 데이터를 이용하여 적어도 하나의 학습 모델을 훈련시켜 상기 적어도 하나의 훈련된 학습 모델을 획득하는 단계;를 더 포함하는 캐시 부채널 공격 탐지 방법
|
11 |
11
제10항에 있어서,상기 데이터는, 캐시 부채널 공격이 부재한 상황에서 상기 코어, L1 캐시, L2 캐시 및 L3 캐시 중 적어도 하나로부터 획득된 비공격 데이터; 및 모의 공격이 존재하는 상황에서 상기 코어, L1 캐시, L2 캐시 및 L3 캐시 중 적어도 하나로부터 획득된 모의 공격 데이터;를 포함하는 캐시 부채널 공격 탐지 방법
|
12 |
12
제11항에 있어서,상기 적어도 하나의 학습 모델은, 다층 퍼셉트론, 서포트 벡터 머신, 심층 신경망, 콘볼루션 신경망, 순환 신경망, 심층 신뢰 신경망, 심층 Q-네트워크, 장단기 메모리, 생성적 적대 신경망 및 조건적 생성적 적대 신경망 중 적어도 하나의 기계 학습 모델을 포함하는 캐시 부채널 공격 탐지 방법
|