군 지휘결심 지원을 위한 동형암호 기반 통합 분석 및 성능평가 : 수치형 데이터를 중심으로
- 주제(키워드) 동형암호 , 군사 데이터 , 지휘결심 지원 , 성능평
- 주제(DDC) 005.8
- 발행기관 아주대학교 정보통신대학원
- 지도교수 김강석
- 발행년도 2026
- 학위수여년월 2026. 8
- 학위명 석사
- 학과 및 전공 정보통신대학원 사이버보안
- 실제URI http://www.dcollection.net/handler/ajou/000000036284
- 본문언어 한국어
- 저작권 아주대학교 논문은 저작권에 의해 보호받습니다.
초록/요약
다양한 민간 분야에서 AI（Artificial Intelligence）의 활용과 데이터 기반 분석이 확대되는 만큼, 군사 분야에서도 데이터 기반 의사결정의 중요성은 지속적으로 커지고 있다. 병력 현황, 장비 운용 상태, 보급 정보, 위협 수준과 같은 수치형 자료는 상황 판단과 지휘결심 과정에서 중요한 참고자료로 활용될 수 있다. 그 러나 이러한 자료는 노출 시 부대의 준비 상태, 전력 운용 수준, 작전상 취약점 등을 드러낼 수 있다. 따라서 원문 상태로 수집하거나 중앙 분석 환경에서 활 용하는 데 보안상 제약이 따른다. 특히 여러 예하 부대의 수치형 데이터가 결 합될 경우 개별 자료만으로는 드러나지 않던 전체 전력 현황이나 취약 요소가 추정될 수 있다. 따라서 군사 분야 데이터의 활용 필요성과 기밀성 보장 요구 사이에는 구조적 상충이 존재한다. 본 연구는 이러한 문제의식에서 출발하여, 군사 분야의 수치형 데이터를 원 문으로 노출하지 않으면서도 지휘결심 지원을 위한 정량 분석에 활용할 수 있 는 방안을 검토하였다. 이를 위해 데이터를 복호화하지 않은 상태에서도 연산 을 수행할 수 있는 동형암호（Homomorphic Encryption）를 적용하였다. 본 연구 에서는 여러 예하 부대가 병력, 장비, 탄약, 보급, 위협 수준 등 지휘결심 지원 에 필요한 수치형 데이터를 각 단위에서 암호화한 뒤 중앙 분석 환경으로 전송 하고, 중앙에서는 이를 복호화하지 않은 상태에서 필요한 연산을 수행한 후 결 과를 의사결정 보조지표로 활용하는 구조를 가정하였다. 제안한 구조의 적용 가능성을 확인하기 위해 동형암호 기반 통합 분석 절차 를 구현하고 성능을 평가하였다. 정수형 데이터에는 BFV 방식을, 실수형 데이 터에는 CKKS 방식을 적용하였다. 실험에는 가상의 정수형 데이터（병력 수, 장 비 수, 탄약 보유량）과 실수형 데이터（병력 충원율, 장비 가동률, 보급 충족률, 위협도, 임무 중요도）를 사용하였다. 정수형 데이터에 대해서는 합산 연산을 수 행하였고, 실수형 데이터에 대해서는 가중합 기반 위험 점수 산출을 수행하였 다. 이후 동일한 연산을 평문 환경과 암호문 환경에서 각각 실행하고, 지휘결심 일치율, 처리시간 증가율, 자원 소모 증가율을 중심으로 결과를 비교하였다. 실험 결과, BFV를 적용한 정수형 연산은 모든 데이터 규모에서 평문 연산과 동일한 결과를 보였다. CKKS를 적용한 실수형 연산에서는 근사 연산 방식의 특성상 미세한 수치 오차가 발생하였으나, 정상, 주의, 우선 조치로 구분한 판 단 구간은 모든 데이터 규모에서 동일하게 유지되었다. 이는 본 연구에서 설정 한 제한된 실험 조건에서 동형암호 기반 연산이 평문 기반 판단 결과의 방향성 을 유지할 수 있음을 의미한다. 다만 동형암호 연산은 평문 연산에 비해 처리시간과 자원 소모량이 증가하였 다. 특히 처리시간 증가율과 자원 소모 증가율은 평문 연산의 처리시간과 메모 리 사용량이 매우 작게 측정된 영향으로 크게 나타났다. 따라서 성능 결과는 증가율만으로 판단하기보다 절대 처리시간, 절대 메모리 사용량, 적용 업무의 시간 허용 범위를 함께 고려하여 해석할 필요가 있다. 본 실험 조건에서 동형 암호의 절대 처리시간과 메모리 사용량은 비실시간 의사결정 지원 업무에서 검 토 가능한 수준으로 나타났으나, 밀리초 단위의 응답이 요구되는 실시간 전장 체계에 적용하기에는 현 단계에서 한계가 있음을 확인했다. 종합하면, 본 연구는 동형암호가 수치형 데이터 분석 전반에 즉시 적용 가능 한 범용 기술임을 주장하는 것이 아니라, 수치형 데이터를 대상으로 한 제한된 비실시간 통합 분석 환경에서 우선 검토할 수 있는 기술임을 확인하였다. 특히 수치형 데이터를 정수형과 실수형으로 구분하여 BFV와 CKKS를 적용하고, 단순 수치 오차가 아니라 지휘결심 일치율을 기준으로 분석 결과의 활용 가능성을 평가했다는 점에서 의의가 있다. 향후에는 실제 환경과 유사한 데이터셋, 대규 모 반복 실험, 다양한 연산 구조, 성능 최적화, 키 관리 및 접근통제 등 운영 보안 요소를 포함한 후속 연구가 필요하다.
more초록/요약
Military organizations increasingly require data-based decision support, but the use of military data is limited by strict security requirements. Data such as troop strength, equipment status, ammunition holdings, logistics information, and threat indicators may appear to be simple numerical values. However, when these values are collected and analyzed together, they can reveal a unit’s operational readiness, support capacity, or possible vulnerabilities. For this reason, military data must be protected while still being used for analysis. This study examines the applicability of homomorphic encryption to military quantitative data analysis. The purpose of the study is not to develop a complete military artificial intelligence system, but to verify whether encrypted numerical data can be processed while maintaining useful decision-support results. In the proposed scenario, subordinate units encrypt their own data and send the ciphertexts to a central analysis system. The central system performs computations on the encrypted data without accessing the original plaintext values. The final results are then decrypted by an authorized entity and used as decision-support indicators. A prototype system was implemented using Python, Google Colab, and the TenSEAL library. Since actual military data could not be used, hypothetical military datasets were generated for the experiment. The data were divided into integer-type and real-valued data. Integer-type data consisted of troop count, equipment count, and ammunition holdings, and were processed using the BFV scheme for encrypted summation. Real-valued data consisted of personnel fulfillment rate, equipment availability rate, supply fulfillment rate, threat level, and mission importance, and were processed using the CKKS scheme to calculate risk scores. Experiments were conducted with datasets of 10, 100, and 1,000 records. The plaintext computation results and the decrypted homomorphic computation results were then compared in terms of Command Decision Consistency, Execution Time Overhead, and Resource Consumption Growth. The experimental results showed that the BFV-based integer operations produced the same results as plaintext operations for all dataset sizes. In the CKKS-based real-valued operations, small numerical errors occurred due to the approximate nature of CKKS. However, these errors did not change the final decision categories. In all tested cases, the plaintext risk scores and the decrypted CKKS results remained in the same decision categories. This indicates that, under the limited experimental conditions of this study, homomorphic computation maintained the same decision direction as plaintext computation. The results also showed that homomorphic encryption required more processing time and memory than plaintext computation. This increase was caused by additional steps such as encoding, encryption, encrypted computation, and decryption. In particular, the relative increase rates were large because the plaintext computation time and memory usage were very small. Therefore, the performance results should be interpreted together with the absolute processing time, absolute memory usage, and the time requirements of the target task. Overall, this study shows that homomorphic encryption should not be viewed as a general-purpose technology that can be immediately applied to all military data analysis tasks. Rather, it can be considered for limited non-real-time quantitative analysis tasks, such as logistics prioritization, equipment maintenance support, regional risk assessment, and unit-level status aggregation. The study also suggests that further research is needed using more realistic datasets, larger-scale experiments, more complex operations, performance optimization, and operational security procedures such as key management and access control.
more목차
제1장 서론 1
제1절 연구 배경 및 필요성 1
제2절 연구 목적 및 연구 범위 2
제3절 연구 방법 3
제2장 이론적 배경 및 관련 연구 5
제1절 군사 분야 데이터의 보안 요구와 활용 제약 5
제2절 동형암호의 개념과 주요 특성 6
제3절 동형암호 적용 사례 및 관련 보호기술 비교 8
제4절 연합학습과 동형암호의 차이 10
제5절 선행연구 검토 및 본 연구의 차별성 11
제3장 동형암호 기반 통합 분석 구조 설계 13
제1절 적용 시나리오 설정 13
제2절 통합 분석 구조 구성 14
제3절 상세 처리 흐름 15
제4절 예하 부대 수치형 데이터 항목과 가중치 설계 17
제5절 방식별 비교 구조 19
제4장 실험 구현 및 설계 22
제1절 구현 환경 및 사용 도구 22
제2절 실험 데이터셋 설계 23
제3절 평가 지표 정의 25
1. 지휘결심 일치율（Command Decision Consistency Rate, CDC） 25
2. 처리시간 증가율（Execution Time Overhead, ETO） 26
3. 자원 소모 증가율（Resource Consumption Growth Rate, RCG） 27
4. 암호문 크기 27
제4절 평문연산 구현 28
제5절 동형암호 연산 구현 29
제5장 실험 결과 및 분석 32
제1절 실험 결과 요약 32
제2절 정확도 및 지휘결심 일치율 분석 33
제3절 처리시간 분석 35
제4절 자원 소모량 및 암호문 크기 분석 38
제5절 평문 방식과 동형암호 방식의 비교 41
제6절 군 지휘결심 지원 적용 가능성 및 한계 42
제6장 결론 44
제1절 연구 결과 요약 44
제2절 연구의 의의 45
제3절 연구의 한계 및 향후 과제 47
참고문헌 51
부록 53
Abstract 69
