WO2023101399A1 - 대용량 데이터의 보안 처리 시스템 - Google Patents
대용량 데이터의 보안 처리 시스템 Download PDFInfo
- Publication number
- WO2023101399A1 WO2023101399A1 PCT/KR2022/019175 KR2022019175W WO2023101399A1 WO 2023101399 A1 WO2023101399 A1 WO 2023101399A1 KR 2022019175 W KR2022019175 W KR 2022019175W WO 2023101399 A1 WO2023101399 A1 WO 2023101399A1
- Authority
- WO
- WIPO (PCT)
- Prior art keywords
- data
- communication channel
- secure communication
- secure
- received
- Prior art date
Links
Images
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y30/00—IoT infrastructure
- G16Y30/10—Security thereof
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L65/00—Network arrangements, protocols or services for supporting real-time applications in data packet communication
- H04L65/40—Support for services or applications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L9/00—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols
- H04L9/08—Key distribution or management, e.g. generation, sharing or updating, of cryptographic keys or passwords
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L9/00—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols
- H04L9/30—Public key, i.e. encryption algorithm being computationally infeasible to invert or user's encryption keys not requiring secrecy
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L9/00—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols
- H04L9/40—Network security protocols
Definitions
- the present invention relates to a security processing system for large-capacity data, and more particularly, to an IoT security system capable of encrypting large-capacity data transmitted and received between devices constituting the Internet of Things at high speed.
- IoT Internet of Things
- open source-based software such as Python, PHP, and OpenSSL
- hardware platform that provides various functions and services between users and objects through Internet access.
- IoT devices are difficult to apply security in the form of software due to lack of resources, and in the case of software security products that have been deployed and installed, they must be provided in accordance with the device development environment, so there is a limit to supporting various IoT device development environments.
- One aspect of the present invention provides an IoT security system capable of encrypting data transmitted and received through a secure communication channel by forming a secure communication channel between devices constituting the IoT.
- a security processing system for large-capacity data forms a secure communication channel between IoT devices constituting the Internet of Things and encrypts data transmitted and received through the secure communication channel in different ways according to the size of the data. contains the module
- the secure hub module includes
- An encryption unit for encrypting data transmitted to and received from the IoT device through a secure communication channel through a preset encryption algorithm is included.
- the encryption unit The encryption unit,
- the reception time of the data received through the secure hub module is converted into a binary number, the converted binary number is divided into two sections, and the binary number included in the first section is divided into two sections.
- a first variable converted into a decimal number and a second variable obtained by converting the binary number included in the second interval into a decimal number are generated, and a first prime number closest to the first variable and a second prime number closest to the second variable are generated. setting, generating a private key and a public key using the set first and second prime numbers, and encrypting the data using the generated private key and public key.
- a secure communication channel is formed between devices constituting the Internet of Things, and data transmitted and received through the secure communication channel may be encrypted.
- FIG. 1 is a block diagram showing a schematic configuration of a large data security processing system according to an embodiment of the present invention.
- FIG. 2 and 3 are flowcharts illustrating specific functions of the secure hub module shown in FIG. 1 .
- FIG. 4 is a diagram illustrating a specific example of encrypting low-capacity data.
- FIG. 5 is a diagram illustrating a specific example of encrypting large-capacity data.
- FIG. 1 is a conceptual diagram showing a schematic configuration of a large data security processing system according to an embodiment of the present invention.
- the IoT security system 1000 includes at least one IoT device 100, a gateway connected to the IoT device 100 to form an internal network, and connected to the IoT platform 300 to build an external network. 200 and a secure hub module 400 that is connected to the gateway and encrypts data transmitted through the internal network and the external network.
- the security hub module 400 is a gateway 200 to improve the security of data transmitted and received through the Internet of Things in an already built IoT environment such as the IoT device 100, the gateway 200, and the IoT platform 300. As a device installed on the ) side, it can be physically connected to the gateway 200.
- FIGS. 2 and 3 are diagrams illustrating a detailed configuration of the secure hub module 400 .
- the secure hub module 400 transmits and receives data to and from IoT devices through a secure communication channel through a channel setting unit 410 that establishes a secure communication channel between IoT devices requiring communication and a preset encryption algorithm. It includes an encryption unit 420 that encrypts data.
- the encryption unit 420 includes a data classification unit 421 that classifies data transmitted and received through the secure communication channel as either low-capacity data or large-capacity data, and encrypts the data classified as low-capacity data by the data classification unit. It includes a low-capacity data encryption unit 422 and a large-capacity data encryption unit 423 that encrypts data classified as large-capacity data by the data classification unit.
- the data classification unit 421 may classify data into either low-capacity data or large-capacity data based on a preset reference data size value (eg, 10mb).
- FIG. 4 is a diagram showing a specific example of encrypting data in the low-capacity data encryption unit 422 .
- the low-capacity data encryption unit 422 converts the reception time of the data received through the secure hub module into a binary number, and converts the converted binary number into a binary number. Divide into two sections.
- the low-capacity data encryption unit 422 causes the first four binary numbers to be included in the first section, and then allows the four binary numbers to be included in the second section. If all of the converted binary numbers are odd, it may be configured to include one more binary number in the first interval. For example, when the converted binary number is a 9-digit number, 5 binary numbers from the beginning are included in the first section, and then 4 binary numbers are included in the second section.
- the low-capacity data encryption unit 422 generates a first variable obtained by converting the binary number included in the first section into a decimal number and a second variable obtained by converting the binary number included in the second section into a decimal number, and A first prime number closest to a second prime number and a second prime number closest to a second variable are set, a private key and a public key are generated using the set first prime number and the second prime number, and the generated private key and public key are use to encrypt the data.
- the mass data encryption unit 422 encrypts relatively large amounts of data such as images and videos.
- the bulk data encryption unit 422 may divide the bulk data into a plurality of seed blocks and encrypt each of the divided seed blocks through a preset block cipher algorithm.
- the preset block cipher algorithm may be the SEED standardization algorithm, which is a block cipher algorithm in which the input/output processing basic unit (block size) is 128 bits, the size of the input key is 128 bits, and the number of rounds is 16 rounds, but is not limited thereto.
- Various block encryption algorithms that have been widely used may be applied.
- the bulk data encryption unit 422 encrypts the bulk data with another encryption method.
- the mass data encryption unit 422 includes a region of interest setting unit and a conversion unit.
- the region of interest setting unit sets a region to be encrypted among the entire regions of the captured image as the region of interest.
- the region-of-interest setting unit performs image analysis on large-volume data in the form of an image, and detects a characteristic part requiring encryption among the entire region of the original image, so that the conversion unit to be described later partially encrypts only the set region and requests data processing. It is possible to reduce the amount of computation and time to be performed.
- the region of interest setting unit extracts a plurality of objects constituting the original image, sets an object corresponding to a pre-learned object among the plurality of extracted objects as a feature object, and sets the feature object It is characterized in that the region of interest is set to be included.
- the region of interest setting unit extracts a feature vector from the captured image, inputs the extracted feature vector as an input value of an artificial neural network that has been trained in advance, and selects a plurality of objects included in the captured image based on the output value. can be distinguished. Since the object detection method using such an artificial neural network is a technique widely used in the image processing field, a detailed description thereof will be omitted.
- the ROI setting unit may set the ROI using a histogram of image data.
- the histogram is information representing the distribution of contrast values for pixels of an image.
- the ROI setting unit may generate an entire histogram of pixels constituting the captured image and a partial histogram of a predetermined region of the captured image.
- the region of interest setting unit separates the original image into R, G, and B channels, and for each of the separated channels, the horizontal axis represents the contrast value of a 256 gray level image with a brightness deviation of 256, and the vertical axis represents the frequency of each contrast value.
- a histogram representing can be created. Since a specific method for generating a histogram is a known technique, further detailed description will be omitted.
- the ROI setting unit may select a convolution filter for extracting the ROI using the full histogram and partial histogram of the original image.
- a convolution filter is a matrix composed of arbitrary pixel sizes used to process a reference image, which is an image corresponding to a region of interest in a reference frame, with various effects, and is also called an image kernel or a convolution kernel.
- the region of interest setting unit stores various types of convolution filters, and may include, for example, blurring, sharpening, outlining, and embossing convolution filters.
- the image processing device 100 may further include various types of convolution filters set by the user or collected from external devices.
- the ROI setting unit may generate an output image by applying a convolution filter to the photographed image.
- the region of interest setting unit may store convolution filters composed of a 3X3 matrix, and a numerical value may be set for each convolution filter for each matrix element. For example, values of 1, 0, 1, 0, 1, 0, 1, 0, 1 may be sequentially set from the top left of the convolution filter.
- the region-of-interest setting unit calculates an output value of the corresponding pixel by performing a convolution operation with a convolution filter with any one pixel constituting the reference image and pixels adjacent to the corresponding pixel, and may set the region of interest using the calculated output value.
- the ROI setting unit may compare a previously stored reference value with an output value calculated for each pixel, select a pixel having an output value most similar to the reference value, and set an area within a predetermined radius based on the selected pixel as the ROI.
- the conversion unit rearranges all pixels included in the ROI set by the ROI setting unit, and encrypts the original and changed locations of the rearranged pixels using a blockchain.
- the conversion unit may move the pixels in the region of interest to a position different from the original position by using a predetermined jigsaw pattern.
- the conversion unit may rearrange each pixel in an arbitrary position other than a predetermined pattern.
- the conversion unit generates a private key based on the pixel size of the region of interest, generates a public key based on the generated private key, and transaction information indicating a changed position of a pixel included in the region of interest from the original position. Converts to a hash value using a hash function, and generates a digital signature for the transaction information by encrypting the hash value using the private key. A specific function of the conversion unit will be described later.
- the conversion unit generates a third variable by counting the number of pixels on the horizontal axis of the region of interest, and generates a fourth variable by counting the number of pixels on the vertical axis of the region of interest.
- the conversion unit sets a prime number closest to the third variable as a third prime number, sets a prime number closest to the fourth variable as a fourth prime number, and uses the set third and fourth prime numbers to generate the private key. and generating the public key.
- the conversion unit may encrypt the region of interest in which positions of pixels are rearranged through an asymmetric encryption method.
- This private key-public key generation method uses the RSA encryption algorithm, and since the RSA encryption algorithm is a widely publicized technology, a detailed public key generation process will be omitted.
- the conversion unit transmits the generated public key to other IoT devices through a secure channel, and when the IoT devices receive the encrypted data, they can decrypt it using the public key received from the conversion unit.
- the conversion unit generates a first histogram for the captured image and a second histogram for the region of interest, analyzes the first histogram, sets a brightness value with the highest frequency as a first variable, and sets the first histogram to the first histogram. 2 The histogram is analyzed, the brightness value having the highest frequency is set as a second variable, and the private key and the public key are generated using the set first and second prime numbers.
- the conversion unit 300 resets a brightness value having a higher next-order frequency in the second histogram as a second variable.
- the conversion unit holds the transmission process of the data until the number of image data to be encrypted is accumulated and stored by a predetermined number, and then confirms that the number of encrypted image data is accumulated and stored by a predetermined number.
- variable data representing characteristics of the accumulated and stored data group is set, and the image data is encrypted based on the set variable data.
- the conversion unit bundles the accumulated and stored collected data into data groups, extracts data groups to be transmitted, sets variable data according to the characteristics of the extracted data groups, and creates transformed data that connects the set variable data to each collected data.
- the generated transformed data is converted into a hash value through a hash function and registered in the blockchain network.
- the conversion unit generates variable data based on the reference value received from the manager terminal, and converts the image data into a hash value based on the variable data, so that security of the image data can be improved.
- Such technology may be implemented as an application or implemented in the form of program instructions that can be executed through various computer components and recorded on a computer-readable recording medium.
- the computer readable recording medium may include program instructions, data files, data structures, etc. alone or in combination.
- Program instructions recorded on the computer-readable recording medium may be those specially designed and configured for the present invention, or those known and usable to those skilled in the art of computer software.
- Examples of computer-readable recording media include magnetic media such as hard disks, floppy disks and magnetic tapes, optical recording media such as CD-ROMs and DVDs, and magneto-optical media such as floptical disks. media), and hardware devices specially configured to store and execute program instructions, such as ROM, RAM, flash memory, and the like.
- Examples of program instructions include high-level language codes that can be executed by a computer using an interpreter or the like as well as machine language codes such as those produced by a compiler.
- the hardware device may be configured to act as one or more software modules to perform processing according to the present invention and vice versa.
Landscapes
- Engineering & Computer Science (AREA)
- Computer Security & Cryptography (AREA)
- Signal Processing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Computing Systems (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Multimedia (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
Abstract
본 발명은 사물 인터넷을 구성하는 IoT 디바이스 간 보안 통신 채널을 형성하여 보안 통신 채널을 통해 송수신 되는 데이터를 저용량 데이터 또는 대용량 데이터 중 어느 하나로 구분하고, 데이터 크기에 따라 서로 다른 방법으로 암호화하는 보안 허브 모듈을 포함하는 대용량 데이터의 보안 처리 시스템에 관한 것이다.
Description
본 발명은 대용량 데이터의 보안 처리 시스템에 관한 것으로, 더욱 상세하게는 사물 인터넷을 구성하는 디바이스 간 송수신되는 대용량 데이터를 고속으로 암호화할 수 있는 사물 인터넷 보안 시스템에 관한 것이다.
최근 사물 인터넷 서비스가 급속하게 증가하면서 사물인터넷(Internet of Things, IoT) 디바이스의 보안이 이슈가 되고 있다. 범용 IoT 디바이스는 인터넷 접속을 통해 사용자와 사물간 다양한 기능 및 서비스를 제공하는 하드웨어 플랫폼과 함께 파이썬, PHP, OpenSSL 등 Open source 기반의 소프트웨어를 탑재하고 있다.
이러한 오픈 소스 기반의 IoT 플랫폼은 사용자가 다양한 기능을 추가하거나 개발하기 쉽다는 장점이 있다. 그러나 개인 정보 유출과 같은 파일 기밀성에 대한 위협이 존재하며, 특히 디바이스 복제에 취약한 문제가 발생할 수 있다.
사물인터넷 디바이스에 대한 공격은 꾸준히 증가하고 있으며, 전송 데이터 탈취, 기본 계정과 패스워드의 사용 및 대규모 봇넷(botnet)을 형성해 디도스(DDos) 공격 및 기기 자체에 손상을 입히는 사례들이 지속적으로 보고되고 있다.
이에, 최근에는 IoT 기기들에 대한 보안 제품들이 사용되고 있으나, 종래의 IoT 보안 제품들은 IoT 디바이스 설계 및 개발 시 적용되어야 하며, 설계 및 개발 시 보안 미반영 제품들은 설치 이후 기존 방식으로 보안을 적용하기에는 한계가 있다는 문제점이 있다.
또한, 대부분의 IoT 디바이스는 리소스 부족으로 소프트웨어 형태의 보안 적용이 어려우며, 배포 및 설치가 완료된 소프트웨어 보안 제품의 경우 디바이스 개발 환경에 맞추어 제공되어야 함에 따라 다양한 IoT 디바이스 개발 환경을 모드 지원하기에는 한계가 있다는 문제점이 있다.
한편, 전술한 배경 기술은 발명자가 본 발명의 도출을 위해 보유하고 있었거나, 본 발명의 도출 과정에서 습득한 기술 정보로서, 반드시 본 발명의 출원 전에 일반 공중에게 공개된 공지기술이라 할 수는 없다.
본 발명의 일측면은 사물 인터넷을 구성하는 디바이스 간 보안 통신 채널을 형성하여 보안 통신 채널을 통해 송수신되는 데이터를 암호화할 수 있는 사물 인터넷 보안 시스템을 제공한다.
본 발명의 기술적 과제는 이상에서 언급한 기술적 과제로 제한되지 않으며, 언급되지 않은 또 다른 기술적 과제들은 아래의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.
본 발명의 일 실시예에 따른 대용량 데이터의 보안 처리 시스템은 사물 인터넷을 구성하는 IoT 디바이스 간 보안 통신 채널을 형성하여 보안 통신 채널을 통해 송수신되는 데이터를 데이터 크기에 따라 서로 다른 방법으로 암호화하는 보안 허브 모듈을 포함한다.
상기 보안 허브 모듈은,
통신이 요구되는 IoT 디바이스 간 보안 통신 채널을 설정하는 채널 설정부; 및
미리 설정된 암호화 알고리즘을 통해 보안 통신 채널을 통해 IoT 디바이스로 송수신되는 데이터를 암호화하는 암호화부를 포함한다.
상기 암호화부는,
상기 보안 통신 채널을 통해 송수신되는 데이터를 저용량 데이터 또는 대용량 데이터 중 어느 하나로 구분하되,
상기 보안 통신 채널을 통해 송수신되는 데이터가 저용량 데이터인 것으로 판단되면, 상기 보안 허브 모듈로 수신되는 데이터의 수신 시각을 이진수로 변환하고, 변환된 이진수를 두 구간으로 분할하여 제1 구간에 포함된 이진수를 십진수로 변환한 제1 변수와, 제2 구간에 포함된 이진수를 십진수로 변환한 제2 변수를 생성하고, 제1 변수와 가장 가까운 제1 소수와, 제2 변수와 가장 가까운 제2 소수를 설정하고, 설정된 상기 제1 소수 및 상기 제2 소수를 이용하여 개인 키 및 공개 키를 생성하고, 생성된 개인 키 및 공개 키를 이용하여 상기 데이터를 암호화하는 것을 특징으로 한다.
상술한 본 발명의 일측면에 따르면, 사물 인터넷을 구성하는 디바이스 간 보안 통신 채널을 형성하여 보안 통신 채널을 통해 송수신되는 데이터를 암호화할 수 있다.
도 1은 본 발명의 일 실시예에 대용량 데이터의 보안 처리 시스템의 개략적인 구성이 도시된 블록도이다.
도 2 및 도 3은 도 1에 도시된 보안 허브 모듈의 구체적인 기능이 도시된 순서도이다.
도 4는 저용량 데이터를 암호화하는 구체적인 일 예가 도시된 도면이다.
도 5는 대용량 데이터를 암호화하는 구체적인 일 예가 도시된 도면이다.
후술하는 본 발명에 대한 상세한 설명은, 본 발명이 실시될 수 있는 특정 실시예를 예시로서 도시하는 첨부 도면을 참조한다. 이들 실시예는 당업자가 본 발명을 실시할 수 있기에 충분하도록 상세히 설명된다. 본 발명의 다양한 실시예는 서로 다르지만 상호 배타적일 필요는 없음이 이해되어야 한다. 예를 들어, 여기에 기재되어 있는 특정 형상, 구조 및 특성은 일 실시예와 관련하여 본 발명의 정신 및 범위를 벗어나지 않으면서 다른 실시예로 구현될 수 있다. 또한, 각각의 개시된 실시예 내의 개별 구성요소의 위치 또는 배치는 본 발명의 정신 및 범위를 벗어나지 않으면서 변경될 수 있음이 이해되어야 한다. 따라서, 후술하는 상세한 설명은 한정적인 의미로서 취하려는 것이 아니며, 본 발명의 범위는, 적절하게 설명된다면, 그 청구항들이 주장하는 것과 균등한 모든 범위와 더불어 첨부된 청구항에 의해서만 한정된다. 도면에서 유사한 참조부호는 여러 측면에 걸쳐서 동일하거나 유사한 기능을 지칭한다.
이하, 도면들을 참조하여 본 발명의 바람직한 실시예들을 보다 상세하게 설명하기로 한다.
도 1은 본 발명의 일 실시예에 따른 대용량 데이터의 보안 처리 시스템의 개략적인 구성이 도시된 개념도이다.
본 발명에 따른 사물 인터넷 보안 시스템(1000)은 적어도 하나의 IoT 기기(100), 상기 IoT 기기(100)와 연결되어 내부망을 형성하고, IoT 플랫폼(300)과 연결되어 외부망을 구축하는 게이트웨이(200) 및 게이트웨이에 연결되어 내부망 및 외부망을 통해 전달되는 데이터를 암호화하는 보안 허브 모듈(400)을 포함한다.
즉, 보안 허브 모듈(400)은 IoT 기기(100), 게이트웨이(200) 및 IoT 플랫폼(300)과 같이 이미 구축된 IoT 환경에서 사물 인터넷을 통해 송수신되는 데이터의 보안성을 향상시키기 위해 게이트웨이(200)측에 설치되는 장치로, 게이트웨이(200)와 물리적으로 연결될 수 있다.
도 2 및 도 3은 이러한 보안 허브 모듈(400)의 구체적인 구성이 도시된 도면이다.
도시된 바와 같이, 상기 보안 허브 모듈(400)은, 통신이 요구되는 IoT 디바이스 간 보안 통신 채널을 설정하는 채널 설정부(410) 및 미리 설정된 암호화 알고리즘을 통해 보안 통신 채널을 통해 IoT 디바이스로 송수신되는 데이터를 암호화하는 암호화부(420)를 포함한다.
이때, 상기 암호화부(420)는, 상기 보안 통신 채널을 통해 송수신되는 데이터를 저용량 데이터 또는 대용량 데이터 중 어느 하나로 구분하는 데이터 분류부(421), 데이터 분류부에 의해 저용량 데이터로 분류된 데이터를 암호화하는 저용량 데이터 암호화부(422) 및 데이터 분류부에 의해 대용량 데이터로 분류된 데이터를 암호화하는 대용량 데이터 암호화부(423)를 포함한다.
데이터 분류부(421)는 미리 설정된 기준 데이터 크기값(예컨대 10mb)에 기초하여 데이터를 저용량 데이터 또는 대용량 데이터 중 어느 하나로 분류할 수 있다.
도 4는 저용량 데이터 암호화부(422)에서 데이터를 암호화하는 구체적인 일 예가 도시된 도면이다.
도시된 바와 같이 저용량 데이터 암호화부(422)는 상기 보안 통신 채널을 통해 송수신되는 데이터가 저용량 데이터인 것으로 판단되면, 상기 보안 허브 모듈로 수신되는 데이터의 수신 시각을 이진수로 변환하고, 변환된 이진수를 두 구간으로 분할하한다.
예컨대, 저용량 데이터 암호화부(422)는 변환된 이진수가 여덟 자리 숫자인 경우, 앞에서부터 4 개의 이진수가 제1 구간에 포함되도록 하고, 이후 4개의 이진수가 제2 구간에 포함되도록 한다. 만약, 변환된 이진수가 모두 홀수 개인 경우, 제1 구간에 1개의 이진수가 더 포함되도록 설정할 수 있다. 예컨대 변환된 이진수가 9자리 숫자인 경우, 앞에서부터 5개의 이진수가 제1 구간에 포함되도록 하고, 이후 4개의 이진수가 제2 구간에 포함되도록 한다.
이후, 저용량 데이터 암호화부(422)는 제1 구간에 포함된 이진수를 십진수로 변환한 제1 변수와, 제2 구간에 포함된 이진수를 십진수로 변환한 제2 변수를 생성하고, 제1 변수와 가장 가까운 제1 소수와, 제2 변수와 가장 가까운 제2 소수를 설정하고, 설정된 상기 제1 소수 및 상기 제2 소수를 이용하여 개인 키 및 공개 키를 생성하고, 생성된 개인 키 및 공개 키를 이용하여 상기 데이터를 암호화한다.
대용량 데이터 암호화부(422)는 이미지, 동영상 등과 같이 비교적 대용량의 데이터를 암호화한다.
일 실시예에서, 대용량 데이터 암호화부(422)는 도 5에 도시된 바와 같이 대용량 데이터를 복수의 시드 블록으로 분할하고, 분할된 각각의 시드 블록을 미리 설정된 블록암호 알고리즘을 통해 암호화할 수 있다.
여기서, 미리 설정된 블록암호 알고리즘은 입출력 처리 기본 단위(블록 크기)가 128bits, 입력키의 크기가 128bits, 라운드 수가 16라운드인 블록 암호 알고리즘인 SEED 표준화 알고리즘일 수 있으나, 이에 한정되는 것은 아니며 그 외에도 표준화되어 널리 사용되고 있는 다양한 블록 암호화 알고리즘이 적용될 수도 있다.
몇몇 다른 실시예에서, 대용량 데이터 암호화부(422)는 다른 암호화 방법으로 대용량 데이터를 암호화한다.
이를 위해, 대용량 데이터 암호화부(422)는 관심영역 설정부 및 변환부를 포함한다.
관심영역 설정부는 촬영영상의 전체 영역 중 암호화될 영역을 관심영역으로 설정한다.
즉, 관심영역 설정부는 이미지 형태의 대용량 데이터를 영상 분석하여, 원본 이미지의 전체 영역 중 암호화가 필요한 특징적인 부분을 검출함으로써, 후술하게 될 변환부가 설정된 영역에 대해서만 부분적으로 암호화하도록 하여 데이터 처리에 요구되는 연산량 및 시간을 단축시킬 수 있다.
이를 위해, 일 실시예에서, 관심영역 설정부는 원본 이미지를 구성하는 복수의 객체를 추출하고, 추출된 복수의 객체 중 미리 학습된 객체에 대응되는 객체를 특징객체로 설정하고, 설정된 상기 특징객체가 포함되도록 상기 관심영역을 설정하는 것을 특징으로 한다.
일 실시예에서, 관심영역 설정부는 촬영영상으로부터 특징벡터를 추출하고, 추출된 특징벡터를 미리 학습된 인공 신경망의 입력값을 입력하여, 이에 대한 출력값을 기초로 촬영영상에 포함된 복수의 객체를 구분할 수 있다. 이러한 인공 신경망을 이용한 객체 검출 방법은 영상처리 분야에서 널리 사용되고 있는 기술이므로, 구체적인 설명은 생략하기로 한다.
일 실시예에서, 관심영역 설정부는 이미지 데이터에 대한 히스토그램(histogram)을 이용하여 관심영역을 설정할 수 있다.
히스토그램은 영상의 픽셀들에 대한 명암값의 분포를 나타내는 정보이다.
관심영역 설정부는 촬영영상을 구성하는 픽셀들에 대한 전체 히스토그램과, 촬영영상의 소정 영역에 대한 부분적인 히스토그램을 생성할 수 있다.
관심영역 설정부는 원본 이미지를 R, G, B 채널로 분리하고, 분리된 각각의 채널에 대하여 가로축을 256의 밝기 편차를 갖는 256 gray level 영상의 명암 값을 나타내고, 세로축을 각 명암 값의 빈도 수를 나타내는 히스토그램을 생성할 수 있다. 히스토그램을 생성하는 구체적인 방법은 기 공지된 기술이므로, 더 이상의 구체적인 설명은 생략하기로 한다.
관심영역 설정부는 원본 이미지에 대한 전체 히스토그램 및 부분 히스토그램을 이용하여 관심영역을 추출하기 위한 컨벌루션 필터를 선택할 수 있다.
컨벌루션 필터는 기준 프레임의 관심 영역에 해당되는 이미지인 기준 이미지를 다양한 효과로 처리하기 위하여 사용되는 임의의 픽셀 사이즈로 구성된 행렬이며, 이미지 커널(image kernel) 또는 컨벌루션 커널(convolution kernel)로도 불리운다. 관심영역 설정부는 다양한 종류의 컨벌루션 필터가 저장되어 있으며, 예를 들어 블러링(blurring), 샤프닝(sharpening), 윤곽선 처리(outlining) 및 엠보싱(embossing) 컨벌루션 필터를 포함할 수 있다. 이 외에도, 영상 처리 장치(100)는 사용자로부터 설정되거나 외부 장치로부터 수집된 다양한 형태의 컨벌루션 필터를 더 포함할 수 있다
관심영역 설정부는 촬영영상에 컨벌루션 필터를 적용하여 출력 이미지를 생성할 수 있다. 구체적으로, 관심영역 설정부는 3X3 행렬로 구성된 컨벌루션 필터들이 저장될 수 있으며, 각각의 컨벌루션 필터는 행렬 요소별로 수치값이 설정될 수 있다. 예컨대, 컨벌루션 필터는 왼쪽 상단부터 순차적으로 1, 0, 1, 0, 1, 0, 1, 0, 1의 값이 설정될 수 있다.
관심영역 설정부는 기준 이미지를 구성하는 어느 하나의 픽셀 및 해당 픽셀의 주변 픽셀들과 컨벌루션필터를 컨벌루션 연산하여 해당 픽셀의 출력값을 산출하며, 산출된 출력값을 이용하여 관심영역을 설정할 수 있다.
예컨대, 관심영역 설정부는 미리 저장된 기준값과 픽셀별로 산출된 출력값을 비교하여 기준값과 가장 유사한 출력값을 가진 어느 하나의 픽셀을 선택하고, 선택된 픽셀을 기준으로 소정 반경 내의 영역을 관심영역으로 설정할 수 있다.
변환부는 관심영역 설정부에서 설정된 상기 관심영역에 포함된 모든 픽셀을 재배치하고, 재배치된 픽셀의 원래 위치 및 변경된 위치를 블록체인을 이용하여 암호화한다.
변환부는 미리 정해진 퍼즐화 패턴을 이용하여 원래의 위치와는 다른 위치로 관심영역 내의 픽셀들을 이동시킬 수 있다. 또는, 변환부는 미리 정해진 패턴이 아닌 임의의 위치로 각각의 픽셀을 재배열할 수 있다.
이후, 변환부는 상기 관심 영역의 픽셀 사이즈에 기초하여 개인 키를 생성하고, 생성된 상기 개인 키에 기초하여 공개 키를 생성하고, 상기 관심영역에 포함된 픽셀의 원래 위치로부터 변경된 위치를 나타내는 트랜잭션 정보를 해시 함수를 이용하여 해시값으로 변환하고, 상기 개인 키를 이용하여 상기 해시값을 암호화함으로써 상기 트랜잭션 정보에 대한 전자서명을 생성한다. 이와 같은 변환부의 구체적인 기능은 후술하기로 한다.
일 실시예에서, 상기 변환부는, 상기 관심영역의 가로축 픽셀의 개수를 카운팅하여 제3 변수를 생성하고, 상기 관심영역의 세로축 픽셀의 개수를 카운팅하여 제4 변수를 생성한다.
변환부는 상기 제3 변수와 가장 가까운 소수를 제3 소수로 설정하고, 상기 제4 변수와 가장 가까운 소수를 제4 소수로 설정하며, 설정된 상기 제3 소수 및 상기 제4 소수를 이용하여 상기 개인 키 및 상기 공개 키를 생성하는 것을 특징으로 한다.
즉, 변환부는 비대칭 암호화 방법을 통해 픽셀들의 위치가 재배열된 관심영역을 암호화할 수 있다.
이러한 개인 키-공개 키 생성 방법은 RSA 암호화 알고리즘을 이용한 것으로, RSA 암호화 알고리즘은 널리 공개된 기술이므로 구체적인 공개 키 생성 과정은 생략하기로 한다.
이러한 경우, 변환부는 생성된 공개 키를 보안 채널을 통해 다른 IoT 기기로 전송하여, IoT 기기들은 암호화된 데이터를 수신하게 되면 변환부로부터 수신된 공개 키를 이용하여 복호화할 수 있다.
다른 실시예에서, 변환부는 촬영영상에 대한 제1 히스토그램과, 관심영역에 대한 제2 히스토그램을 생성하고, 상기 제1 히스토그램을 분석하여 가장 빈도수가 높은 밝기값을 제1 변수로 설정하고, 상기 제2 히스토그램을 분석하여 가장 빈도수가 높은 밝기값을 제2 변수로 설정하며, 설정된 상기 제1 소수 및 상기 제2 소수를 이용하여 상기 개인 키 및 상기 공개 키를 생성한다.
이때, 변환부(300)는 상기 제1 변수와 상기 제2 변수가 동일한 밝기값인 경우, 상기 제2 히스토그램에서 차순위 빈도수가 높은 밝기값을 제2 변수로 재설정하는 것을 특징으로 한다.
특히, 본 발명에 따른 변환부는 암호화되는 이미지 데이터의 개수가 미리 정해진 개수만큼 누적 저장될 때까지 상기 데이터의 전송 과정을 보류하고 있다가, 암호화된 이미지 데이터의 개수가 미리 정해진 개수만큼 누적 저장된 것으로 확인되면, 누적 저장된 데이터 그룹의 특징을 나타내는 변수 데이터를 설정하고, 설정된 변수 데이터에 기초하여 상기 이미지 데이터를 암호화하는 것을 특징으로 한다.
이를 위해, 변환부는 누적 저장된 수집 데이터를 데이터 그룹으로 묶어 전송할 데이터 그룹을 추출하고, 추출된 데이터 그룹의 특징에 따른 변수 데이터를 설정하며, 설정된 변수 데이터를 각각의 수집 데이터에 연결킨 변형 데이터를 생성하며, 생성된 변형 데이터를 해쉬 함수를 통해 해쉬 값으로 변환시켜 블록체인 네트워크로 등록한다.
이때, 본 발명에 따른 변환부는 관리자 단말로부터 수신된 기준값을 기초로 변수 데이터를 생성하고, 이를 기초로 이미지 데이터를 해쉬 값으로 변환함으로써 이미지 데이터의 보안성이 향상될 수 있다.
즉, 사용자가 아닌 제3자가 이미지 데이터를 중간에서 획득하더라도, 이미지 데이터의 핵심적인 특징을 차지하는 관심영역 부분의 픽셀이 재배열되어 있어 원본 데이터의 확인이 어려우며, 개인 키 및 공개 키는 관심영역의 특징에 의해 매번 새롭게 생성되기 때문에 외부에서 개인 키 및 공개 키를 알아내기 어렵다는 장점이 있다.
이와 같은 기술은 애플리케이션으로 구현되거나 다양한 컴퓨터 구성요소를 통하여 수행될 수 있는 프로그램 명령어의 형태로 구현되어 컴퓨터 판독 가능한 기록 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능한 기록 매체는 프로그램 명령어, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다.
상기 컴퓨터 판독 가능한 기록 매체에 기록되는 프로그램 명령어는 본 발명을 위하여 특별히 설계되고 구성된 것들이거니와 컴퓨터 소프트웨어 분야의 당업자에게 공지되어 사용 가능한 것일 수도 있다.
컴퓨터 판독 가능한 기록 매체의 예에는, 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체, CD-ROM, DVD 와 같은 광기록 매체, 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 ROM, RAM, 플래시 메모리 등과 같은 프로그램 명령어를 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다.
프로그램 명령어의 예에는, 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드도 포함된다. 상기 하드웨어 장치는 본 발명에 따른 처리를 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
이상에서는 실시예들을 참조하여 설명하였지만, 해당 기술 분야의 숙련된 당업자는 하기의 특허 청구범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.
Claims (3)
- 사물 인터넷을 구성하는 IoT 디바이스 간 보안 통신 채널을 형성하여 보안 통신 채널을 통해 송수신되는 데이터를 데이터 크기에 따라 서로 다른 방법으로 암호화하는 보안 허브 모듈을 포함하는, 대용량 데이터의 보안 처리 시스템.
- 제1항에 있어서,상기 보안 허브 모듈은,통신이 요구되는 IoT 디바이스 간 보안 통신 채널을 설정하는 채널 설정부; 및미리 설정된 암호화 알고리즘을 통해 보안 통신 채널을 통해 IoT 디바이스로 송수신되는 데이터를 암호화하는 암호화부를 포함하는, 대용량 데이터의 보안 처리 시스템.
- 제2항에 있어서,상기 암호화부는,상기 보안 통신 채널을 통해 송수신되는 데이터를 저용량 데이터 또는 대용량 데이터 중 어느 하나로 구분하는 데이터 분류부; 및상기 보안 통신 채널을 통해 송수신되는 데이터가 대용량 데이터인 것으로 판단되면, 대용량 데이터를 복수의 블록으로 분할하고, 분할된 각각의 블록을 미리 설정된 블록암호 알고리즘을 이용하여 암호화하는 대용량 데이터 암호화부를 포함하는, 대용량 데이터의 보안 처리 시스템.
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR10-2021-0169399 | 2021-11-30 | ||
KR1020210169399A KR102376435B1 (ko) | 2021-11-30 | 2021-11-30 | 사물 인터넷 보안 시스템 |
Publications (1)
Publication Number | Publication Date |
---|---|
WO2023101399A1 true WO2023101399A1 (ko) | 2023-06-08 |
Family
ID=80936792
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
PCT/KR2022/019175 WO2023101399A1 (ko) | 2021-11-30 | 2022-11-30 | 대용량 데이터의 보안 처리 시스템 |
Country Status (2)
Country | Link |
---|---|
KR (1) | KR102376435B1 (ko) |
WO (1) | WO2023101399A1 (ko) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102376435B1 (ko) * | 2021-11-30 | 2022-03-18 | 주식회사 시옷 | 사물 인터넷 보안 시스템 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011186631A (ja) * | 2010-03-05 | 2011-09-22 | Mitsubishi Electric Corp | ファイル転送システムおよびファイル転送方法 |
US9325723B2 (en) * | 2014-04-16 | 2016-04-26 | Daegu Gyeongbuk Institute Of Science And Technology | Proximity service security system and method using beacon |
KR20180130203A (ko) * | 2017-05-29 | 2018-12-07 | 한국전자통신연구원 | 사물인터넷 디바이스 인증 장치 및 방법 |
KR102303689B1 (ko) * | 2016-05-27 | 2021-09-17 | 어페로, 인크. | 사물 인터넷(IoT) 디바이스와 보안 통신 채널을 설정하기 위한 시스템 및 방법 |
KR102376435B1 (ko) * | 2021-11-30 | 2022-03-18 | 주식회사 시옷 | 사물 인터넷 보안 시스템 |
KR102433640B1 (ko) * | 2021-11-30 | 2022-08-18 | 주식회사 시옷 | 대용량 데이터의 보안 처리 시스템 |
-
2021
- 2021-11-30 KR KR1020210169399A patent/KR102376435B1/ko active IP Right Grant
-
2022
- 2022-11-30 WO PCT/KR2022/019175 patent/WO2023101399A1/ko unknown
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011186631A (ja) * | 2010-03-05 | 2011-09-22 | Mitsubishi Electric Corp | ファイル転送システムおよびファイル転送方法 |
US9325723B2 (en) * | 2014-04-16 | 2016-04-26 | Daegu Gyeongbuk Institute Of Science And Technology | Proximity service security system and method using beacon |
KR102303689B1 (ko) * | 2016-05-27 | 2021-09-17 | 어페로, 인크. | 사물 인터넷(IoT) 디바이스와 보안 통신 채널을 설정하기 위한 시스템 및 방법 |
KR20180130203A (ko) * | 2017-05-29 | 2018-12-07 | 한국전자통신연구원 | 사물인터넷 디바이스 인증 장치 및 방법 |
KR102376435B1 (ko) * | 2021-11-30 | 2022-03-18 | 주식회사 시옷 | 사물 인터넷 보안 시스템 |
KR102433640B1 (ko) * | 2021-11-30 | 2022-08-18 | 주식회사 시옷 | 대용량 데이터의 보안 처리 시스템 |
Non-Patent Citations (1)
Title |
---|
CHANG, HYE-YOUNG ET AL.: "A Study on Adaptive Cryptography Methods based on Context Information under Mobile Environment", PROCEEDINGS OF THE 27TH KOREA INFORMATION PROCESSING SOCIETY SPRING CONFERENCE, vol. 14, no. 1, May 2007 (2007-05-01), pages 1001 - 1004 * |
Also Published As
Publication number | Publication date |
---|---|
KR102376435B1 (ko) | 2022-03-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Hosam et al. | Hybrid design for cloud data security using combination of AES, ECC and LSB steganography | |
WO2023101399A1 (ko) | 대용량 데이터의 보안 처리 시스템 | |
Chen et al. | Generalized optical encryption framework based on Shearlets for medical image | |
CN113452688B (zh) | 一种基于sm4与sm2算法的图像加密与解密方法及装置 | |
WO2023101401A1 (ko) | Ota를 이용한 차량용 소프트웨어 관리 시스템 | |
WO2023101069A1 (ko) | 대용량 데이터의 보안 처리 시스템 | |
Lai et al. | Practical encrypted network traffic pattern matching for secure middleboxes | |
CN113408707A (zh) | 一种基于深度学习的网络加密流量识别方法 | |
WO2023101400A1 (ko) | 자동차 정보 수집 장치 | |
CN112561770A (zh) | 一种基于脆弱水印的对抗样本防御方法 | |
CN114362988B (zh) | 网络流量的识别方法及装置 | |
Wang et al. | TPE-ISE: approximate thumbnail preserving encryption based on multilevel DWT information self-embedding | |
WO2024106789A1 (ko) | 인공지능 기반 암호 트래픽내 악성 패킷 판단 장치 및 방법 | |
Tong et al. | BFSN: a novel method of encrypted traffic classification based on bidirectional flow sequence network | |
Parvees et al. | Chaos-based steganocryptic approach to protect medical images with text data of patients | |
Jin et al. | Video Sensor Security System in IoT Based on Edge Computing | |
WO2019066319A1 (en) | METHOD FOR PROVIDING KEY INFORMATION AND APPARATUS USING THE METHOD | |
Lakshmi et al. | Image encryption algorithms using machine learning and deep learning techniques—A Survey | |
kumar Singh et al. | A robust color image encryption algorithm in dual domain using chaotic map | |
WO2024117297A1 (ko) | 대용량 차량 데이터 수집 및 보안 전송 처리 방법 | |
Wang et al. | A novel image shift encryption algorithm based on the dynamic Joseph ring problem | |
Alhelal et al. | Systematic Analysis on the Effectiveness of Covert Channel Data Transmission | |
CN109862564A (zh) | 加密的数据共享*** | |
Ibrahim et al. | Image cryptography based on image processing technique and classification algorithm | |
Liu et al. | Lightweight and Practical Privacy-Preserving Image Masking in Smart Community |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
121 | Ep: the epo has been informed by wipo that ep was designated in this application |
Ref document number: 22901757 Country of ref document: EP Kind code of ref document: A1 |