TPMP : ARM TrustZone을 활용한 DNN 추론 과정의 기밀성 보장 기술

Vol. 32, No. 3, pp. 487-499, 6월. 2022
10.13089/JKIISC.2022.32.3.487, Full Text:
Keywords: Arm TrustZone, Deep Learning, model privacy
Abstract

딥러닝과 같은 기계학습 기술은 최근에 광범위하게 활용되고 있다. 이러한 딥러닝은 최근 낮은 컴퓨팅 성능을 가 지는 임베디드 기기 및 엣지 디바이스에서 보안성 향상을 위해 ARM TrustZone과 같은 신뢰 수행 환경에서 수행 되는데, 이와 같은 실행 환경에서는 제한된 컴퓨팅 자원으로 인해 정상적인 수행에 방해를 받는다. 이를 극복하기 위해 DNN 모델 partitioning을 통해 TEE의 제한된 memory를 효율적으로 사용하며 DNN 모델을 보호하는 TPMP를 제안한다. TPMP는 최적화된 memory 스케줄링을 통해 기존의 memory 스케줄링 방법으로 수행할 수 없었던 모델들을 TEE 내에서 수행하여 시스템 자원 소모를 거의 증가시키지 않으면서 DNN의 높은 기밀성을 달성 한다.

Statistics
Show / Hide Statistics

Statistics (Cumulative Counts from December 1st, 2017)
Multiple requests among the same browser session are counted as one view.
If you mouse over a chart, the values of data points will be shown.


Cite this article
[IEEE Style]
송수현, 박성환 and 권동현, "TPMP : ARM TrustZone을 활용한 DNN 추론 과정의 기밀성 보장 기술," Journal of The Korea Institute of Information Security and Cryptology, vol. 32, no. 3, pp. 487-499, 2022. DOI: 10.13089/JKIISC.2022.32.3.487.

[ACM Style]
송수현, 박성환, and 권동현. 2022. TPMP : ARM TrustZone을 활용한 DNN 추론 과정의 기밀성 보장 기술. Journal of The Korea Institute of Information Security and Cryptology, 32, 3, (2022), 487-499. DOI: 10.13089/JKIISC.2022.32.3.487.