표제지
목차
논문요약 12
제1장 서론 14
1. 연구목적과 연구방법론 14
1) 연구목적 14
2) 연구방법론 17
제2장 프라이버시 보존 기계학습의 필요성 18
1. 기계학습의 소개 18
1) 기계학습 18
2) 기계학습에 적용 가능한 프라이버시 보호 방법들의 소개 19
제3장 동형암호를 이용한 프라이버시 보존 기계학습 방법 22
1. 동형암호의 소개 22
1) 암호 알고리즘 23
2) 동형암호 기술 26
3) 동형암호 기반 기계학습 기능 제공 라이브러리 31
제4장 기계학습에 동형암호 기술의 적용 33
1. 암호 알고리즘 33
1) 기계학습에 동형암호 기술의 적용 33
2) 동형암호를 적용한 학습 및 추론 알고리즘에 대한 연구 37
3) 동형암호 기반 머신러닝의 효율적 구현 40
4) 동형암호기반 로지스틱 회귀 추론 알고리즘에서 성능 향상 기법 42
5) 실제 활용 사례 51
제5장 맺음말 53
참고문헌 55
ABSTRACT 57
표 3-1. 동형암호 키의 용도 및 공개 가능 여부 27
표 3-2. Depth 별 키와 암호문 블록 사이즈 크기 비교 29
표 3-3. 연산 별 속도 30
표 4-1. HELayers의 로지스틱 회귀 예시에서 데이터 건 별 추론 속도 43
표 4-2. SEAL 라이브러리에서 각 연산 별 속도 비교 48
표 4-3. rotation을 활용한 로지스틱 회귀 연산 속도 비교 50
그림 4-1. 학습한 모델 사용하여 추론 서비스를 제공 35
그림 4-2. 평문 모델을 통한 추론 서비스 제공 37
그림 4-3. Sigmoid 함수와 그 근사함수들의 그래프 38
그림 4-4. HEaaN Homomorphic Analytics 상품의 상세기능 51