-
- [연구] 차수영 교수, ICSE 2023 논문 게재 승인
- 소프트웨어학과 차수영 교수(공동교신)의 논문이 소프트웨어 공학 분야의 최상위 국제 학술대회인 ICSE 2023 (The IEEE/ACM International Conference on Software Engineering)에 게재 승인되었습니다. 본 논문 “Learning Seed-Adaptive Mutation Strategies for Greybox Fuzzing”은 2023년 5월 호주 멜버른에서 발표될 예정입니다. 본 논문은 그레이-박스 퍼징(Grey-box Fuzzing)의 성능(예: 오류 검출 능력)에 큰 영향을 주는 ‘변이 전략(mutation strategy)’을 시드 입력에 따라 적응적으로 변화하는 기술 ‘SEAMFUZZ’을 제안하였습니다. 이를 위해, 본 논문은 퍼징을 수행하는 동안 생성되는 데이터를 기반으로 각 시드 입력에 최적화된 변이 전략을 학습하는 ‘Customized Thompson Sampling’ 알고리즘을 제안하였습니다. 그 결과, 본 연구는 다양한 벤치마크 프로그램들에서 기존 최신 기술들보다 더 높은 코드 커버리지와 많은 오류들을 검출하는데 성공했습니다. [논문 정보] - “Learning Seed-Adaptive Mutation Strategies for Greybox Fuzzing” - Myungho Lee, Sooyoung Cha, and Hakjoo Oh - The IEEE/ACM International Conference on Software Engineering (ICSE 2023) - Abstract: In this paper, we present a technique for learning seed-adaptive mutation strategies for fuzzers. The performance of mutation-based fuzzers highly depends on the mutation strategy that specifies the probability distribution of selecting mutation methods. As a result, developing an effective mutation strategy has received much attention recently, and program-adaptive techniques, which observe the behavior of the target program to learn the optimized mutation strategy per program, have become a trending approach to achieve better performance. They, however, still have a major limitation; they disregard the impacts of different characteristics of seed inputs which can lead to explore deeper program locations. To address this limitation, we present SEAMFUZZ, a novel fuzzing technique that automatically captures the characteristics of individual seed inputs and applies different mutation strategies for different seed inputs. By capturing the syntactic and semantic similarities between seed inputs, SEAMFUZZ clusters them into proper groups and learns effective mutation strategies tailored for each seed cluster by using the customized Thompson sampling algorithm. Experimental results show that SEAMFUZZ improves both the path-discovering and bug-finding abilities of state-of-the-art fuzzers on real-world programs.
-
- 작성일 2022-12-19
- 조회수 1147
-
- [연구] 구형준 교수 연구실(SecAI) 논문이 ACM ASIACCS 2023 (18th ACM ASIA Conference on Computer and Communications Security)에 게재 승인
- SecAI 연구실 (지도교수: 구형준)과 HLI 연구실 (지도교수: 박진영)에서 공동으로 연구한 논문이 컴퓨터 보안 분야에서 우수 학술대회인 ACM ASIACCS 2023 (18th ACM ASIA Conference on Computer and Communications Security)에 게재 승인되었습니다! 컴파일 후 생성된 실행 바이너리는 소스코드에 존재하는 변수명, 함수명, 함수 파라미터, 구조체 등 다양한 정보가 유실된 상태입니다. 이는 바이너리 역공학을 통해 행위 분석을 하기 매우 어렵습니다. 본 논문에서는 역공학에 유용한 Transformer 기반의 함수명 예측 모델을 제안합니다. 요지는 어셈블리어를 프로그래머가 생성한 함수명으로 translation한다는 점이며, 기존의 SOTA 모델에 비해 4배 가까이 우수한 성능을 얻었습니다. Abstract. Reverse engineering of a stripped binary has a wide range of applications, yet it is challenging mainly due to the lack of contextually useful information within. Once debugging symbols (e.g., variable names, types, function names) are discarded, recovering such information is not technically viable with traditional approaches like static or dynamic binary analysis. We focus on a function symbol name recovery, which allows a reverse engineer to gain a quick overview of an unseen binary. The key insight is that a well-developed program labels a meaningful function name that describes its underlying semantics well. In this paper, we present AsmDepictor, the Transformer-based framework that generates a function symbol name from a set of assembly codes (i.e., machine instructions), which consists of three major components: binary code refinement, model training, and inference. To this end, we conduct systematic experiments on the effectiveness of code refinement that can enhance an overall performance. We introduce the per-layerpositional embedding and Unique-softmax for AsmDepictor so that both can aid to capture a better relationship between tokens.Lastly, we devise a novel evaluation metric tailored for a short description length, the Jaccard* score. Our empirical evaluation shows that the performance of AsmDepictor by far surpasses that of the state-of-the-art models up to around 400%. The best AsmDepictormodel achieves an F1 of 71.5 and Jaccard* of 75.4. 홈페이지: https://asiaccs2023.org/
-
- 작성일 2022-12-19
- 조회수 1085
-
- [연구] 김형식 교수/구형준 교수 공동연구팀, ICSE 2023 논문 게재 승인
- 보안공학 연구실(지도교수: 김형식, https://seclab.skku.edu)의 김태영 학생(석사과정), 장윤희 학생(석사과정), 이찬종 학생(석사과정), 김형식 교수와 SecAI 연구실(지도교수: 구형준, https://secai.skku.edu)의 구형준 교수가 공동 연구 진행한 "SmartMark: Software Watermarking Scheme for Smart Contracts" 논문이 소프트웨어 공학 분야의 top-tier 국제 학술대회인 'ICSE (International Conference on Software Engineering) 2023'에 게재 승인되었습니다. 본 논문은 23년 5월 호주 멜버른에서 발표될 예정입니다. 본 논문은 퍼블릭 블록체인에 배포되는 프로그램인 스마트 컨트랙트의 저작권을 보호하기 위해 새로운 소프트웨어 워터마킹 기법인 SmartMark를 제안합니다. SmartMark는 스마트 컨트랙트의 코드 사이즈 제한, 실행 가스 비용 발생, 동적 메모리 할당 미지원과 같은 특성으로 인해 기존 소프트웨어 워터마킹 기법을 적용하는 것에 한계가 있음을 고려하여, 코드 사이즈와 실행 가스 비용이 증가하지 않도록 설계된 효율적인 기법입니다. 본 논문에서는 이더리움 네트워크에 배포된 27,824개의 unique한 스마트 컨트랙트를 수집하였고, 이를 기반으로 실험을 통해 SmartMark가 워터마크를 대상으로 한 여러 공격에 robust함을 보여주었습니다. [논문 정보] Taeyoung Kim, Yunhee Jang, Chanjong Lee, Hyungjoon koo, and Hyoungshick Kim. "SmartMark: Software Watermarking Scheme for Smart Contracts" In Proceedings of the 2023 International Conference on Software Engineering: ICSE 2023, Melbourne, Australia, 2023 Abstract: Smart contracts are self-executing programs on a blockchain to ensure immutable and transparent agreements without the involvement of intermediaries. Despite the growing popularity of smart contracts for many blockchain platforms like Ethereum, smart contract developers cannot prevent copying their smart contracts from competitors due to the absence of technical means available. However, applying existing software watermarking techniques is challenging because of the unique properties of smart contracts, such as a code size constraint, non- free execution cost, and no support for dynamic allocation under a virtual machine environment. This paper introduces a novel software watermarking scheme, dubbed SmartMark, aiming to protect the piracy of smart contracts. SmartMark builds the control flow graph of a target contract runtime bytecode and locates a series of bytes randomly selected from a collection of opcodes to represent a watermark. We implement a full-fledged prototype for Ethereum, applying SmartMark to 27,824 unique smart contract bytecodes. Our empirical results demonstrate that SmartMark can effectively embed a watermark into smart contracts and verify its presence, meeting the requirements of credibility and imperceptibility while incurring a slight performance degradation. Furthermore, our security analysis shows that SmartMark is resilient against foreseeable watermarking corruption attacks; e.g., a large number of dummy opcodes are needed to disable a watermark effectively, resulting in producing illegitimate smart contract clones that are not economical.
-
- 작성일 2022-12-15
- 조회수 991
-
- [연구] 2022 인공지능 그랜드 챌린지 시즌1-5차대회 DIAL팀(과기정통부 장관상), 4차대회 DASH(IITP원장상) 수상
- 성균관대학교 DASH 팀(우사이먼 교수 연구팀), DIAL 팀(이종욱 교수 연구팀)이 과학기술정보통신부에서 주관하는 2022 인공지능 연구개발 경진대회(이하 인공지능 그랜드 챌린지)에 참여하여 각각 4차 대회에서 2등, 5차 대회에서 1등을 수상하였다. “인공지능 그랜드 챌린지”는 제시된 문제를 해결하기 위해 참가자들이 자발적으로 진행한 사전 연구를 바탕으로 실력을 겨루는 도전‧경쟁형 경진 대회이다. 당초, 단년으로 1차(’17), 2차(’18)대회를 개최하였으나 기술고도화를 위해 2019년부터 다년도 대회로 확대 개편하였으며, 올해 3차~5차 결선 대회가 개최되어 최종 우승팀을 결정하였다. ※ 3차대회(총 4단계, ’19~’22년), 4차대회(총 4단계, ’20~’22년), 5차대회(총 3단계, ‘20~’22년) 4차대회는 “인공지능을 활용하여 다양한 국민생활‧사회현안에 대응하라”는 주제로 2020년 7월 1단계 대회(예선)을 시작으로 2022년 11월 4단계 대회(결선)까지 총 266팀, 1,286명이 참가하였다. 결선 대회에서는 일상생활에서 응급상황, 폭력상황 등을 감지하고, 생활폐기물 등을 실시간으로 구분하는 문제를 출제되었고, 성균관대학교 DASH팀을 2등팀으로 선정하였다. ▷4차 대회(국민생활‧사회현안대응) 2위 성균관대학교(DASH) IITP 원장상 마지막 5차대회는 “인공지능을 활용하여 서술형 수학문제의 해답을 제시하라”는 주제로 2021년 7월부터 1단계 대회(예선)을 시작으로 2022년 11월 3단계 대회(결선)까지 총 111팀, 592명이 참가하였다. 결선 대회에서는 산술연산, 수찾기(1~3유형), 순서정하기, 조합하기, 크기비교, 도형문제 등 총 8개 유형의 서술형 수학문제가 출제되었고, 성균관대학교 DIAL팀이 최종 우승하였다. ▷5차 대회(수학적사고력) 1위 성균관대학교(DIAL) 장관상 관련 링크: https://www.aigrandchallenge.or.kr/ 기사 링크: https://www.korea.kr/news/pressReleaseView.do?newsId=156538366&call_from=rsslink https://www.aitimes.kr/news/articleView.html?idxno=26612 http://www.irobotnews.com/news/articleView.html?idxno=30147
-
- 작성일 2022-12-05
- 조회수 1201
-
- [연구] 우사이먼성일 교수 연구실(DASH) 2022년 PIDICON 개인정보 가명익〮명 처리 기술 경진대회 장려상 수상
- 최근 인공지능 분야를 비롯하여 많은 양의 데이터를 활용하는 분야가 점차 증가하고 있습니다. 그에 따라 데이터 속에 포함 되어있는 개인정보 보호가 아주 중요한 이슈로 부상하고 있습니다. 과학기술정보통신부 주최, 한국인터넷진흥원에서 주관하는 “2022 개인정보 가명익〮명 처리 기술 경진대회”는 이러한 문제를 인식하고 이를 예방하기 위하여 다양한 정보보호 기법들을 효과적으로 적용시키는 방법에 대하여 고민해보는 대회라고 볼 수 있습니다. 위와 같은 대회에 DASH LAB(소프트웨어학과 박사과정 박은주, 인공지능학과 석사과정 김민하, 소프트웨어학과 학사과정 안현준, 소프트웨어학과 학사과정 진송찬)( https://dash-lab.github.io)이 참여하여 준수한 성적으로 장려상을 수상하게 되었습니다. 특히, 열심히 참여해준 학부생들의 수상을 진심으로 축하합니다.
-
- 작성일 2022-12-05
- 조회수 928
-
- [연구] 이진규 교수 연구실(실시간 컴퓨팅 연구실, RTCL@SKKU) IEEE RTSS 2022 논문 3편 게재 승인
- 이진규 교수 연구실(실시간 컴퓨팅 연구실, RTCL@SKKU) IEEE RTSS 2022 논문 3편 게재 승인 실시간 컴퓨팅 연구실(지도교수: 이진규)에서 작성한 세 편의 논문이 IEEE RTSS (Real-Time Systems Symposum)에 게재 승인 되었습니다. IEEE RTSS는 매년 30여편의 논문만이 발표되는 실시간 시스템 분야 Top1 국제 학술대회(BK21+ IF4)이며, 올해는 2022년 12월 5일~8일에 열리며 총 37편의 논문이 발표될 예정입니다. 이로써 이진규 교수는 2012년부터 2022년까지 11년 연속 IEEE RTSS에 논문을 게재하는 업적을 이루었으며(11년간 주저자 13편, 공저자 5편), 한국 기관 최초로 IEEE RTSS 논문 3편을 한해에 발표하게 되었습니다. IEEE RTSS 2022 홈페이지 http://2022.rtss.org/ 실시간 컴퓨팅 연구실 홈페이지 https://rtclskku.github.io/website/ 1. Response Time Analysis for Real-Time Global Gang Scheduling - 실시간 컴퓨팅 연구실 저자: 이성태 박사과정(제1저자), 이승훈 박사과정(제2저자), 이진규 교수(교신저자) - 연구주제: 병렬 컴퓨팅의 타이밍 보장 - 공동연구 기관: 없음 2. Design and Timing Guarantee for Non-Preemptive Gang Scheduling - 실시간 컴퓨팅 연구실 저자: 이성태 박사과정(제1저자), 이진규 교수(교신저자) - 연구주제: 병렬 컴퓨팅의 타이밍 보장 - 공동연구 기관: City University of Hong Kong 3. RT-MOT: Confidence-Aware Real-Time Scheduling Framework for Multi-Object Tracking Tasks - 실시간 컴퓨팅 연구실 저자:이승훈 박사과정(제2저자), 이진규 교수(공동교신저자) - 연구주제: 머신러닝 응용의 실시간성 지원 - 공동연구 기관: 인천대학교, DGIST, 인하대학교 이진규 | jinkyu.lee@skku.edu | 실시간컴퓨팅 Lab. | https://rtclskku.github.io/website/
-
- 작성일 2022-11-28
- 조회수 1150
-
- [연구] 김유성 교수 연구실 (하정수, 김경수 석사과정 졸업생) AAAI 2023 논문 게재 승인
- 김유성 교수 연구실 (하정수, 김경수 석사과정 졸업생) AAAI 2023 논문 게재 승인 CSI (Computer Systems and Intelligence) Lab. (지도교수: 김유성) 논문이 인공지능 최우수학회인 AAAI 2023 (37th AAAI Conference on Artificial Intelligence) 에 게재 승인되었습니다. 논문 "Dream to Generalize: Zero-Shot Model-based Reinforcement Learning for Unseen Visual Distractions" 은 하정수 (삼성전자) 석사과정 학위 논문으로 김경수 (NCSoft) 석사과정 졸업생이 함께 참여하였습니다. 카메라 이미지를 입력받아 로봇, 자동차, 공정 등을 제어하는 비전 기반 강화학습 연구는 주로 배경이 단순한 환경에서 학습 효율성을 높이는 연구가 진행되었습니다. 그러나 학습 후 테스트시에는 다양한 시각적 방해요소가 (예: 그림자, 구름, 날씨 변화 등) 등장할 수 있는 만큼 학습의 일반화 및 강건한 제어가 요구됩니다. 특히 본 논문에서는 고차원 이미지를 효율적으로 학습할 수 있는 Model-based 강화학습 기법에 처음으로 제로샷 (zero-shot) 학습이 가능함을 보였습니다. 시각적 방해요소에 강건한 자기지도 학습 기반 Dual Contrastive Learning 모듈과 Recurrent State Inverse Dynamics 모듈을 제안하였으며, 다양한 비전 기반 로봇 제어 환경에서 학습 시 경험하지 못한 배경 화면의 큰 변화에 대해서도 추가 학습 없이 강건히 동작하였습니다.
-
- 작성일 2022-11-28
- 조회수 1123
-
- [연구] 엄영익 교수 연구실(분산컴퓨팅연구실, DCLab.), ASPLOS 2023 논문 게제 승인
- 엄영익 교수 연구실(분산컴퓨팅연구실, DCLab.), ASPLOS 2023 논문 채택 분산컴퓨팅연구실의 엄영익 교수님과 송용주 박사과정의 논문 “PRISM: Optimizing Key-Value Store for Modern Heterogeneous Storage Devices”이 28th ACM International Conference on Architectural Support for Programming Languages and Operating Systems (ASPLOS) 2023 학회에 게재 승인되었습니다. ASPLOS는 하드웨어, 컴퓨터 아키텍쳐, 컴파일러, 언어, 운영 체제, 네트워킹 및 응용 프로그램 분야까지 경계를 나누지 않고 컴퓨팅 환경 전반에 관한 연구를 다루는 최우수 학회(BK21 CS IF=4)입니다. 본 논문은 현대 스토리지 장치들의 성능 특성을 정량적으로 분석하고 각 장치들의 잠재력을 발휘하기 위한 요구사항을 구체적으로 정의합니다. 이를 기반으로 기존 스토리지 시스템의 구조적 문제를 해결하기 위한 새로운 이종 스토리지 시스템, PRISM을 제안합니다. PRISM은 각각의 스토리지 장치의 장점을 최대한 활용하면서 이종 스토리지 장치 간의 효과적인 동시성 제어를 통해 기존 시스템 대비, 최대 13.1 배 높은 성능을 보여주었습니다. 또한, 본 논문은 미국의 Virginia Tech 소속 민창우 교수와의 공동연구 수행의 결과물로서 분산컴퓨팅연구실의 국제 연구 교류 역량을 보여주고 있습니다. [논문 정보] PRISM: Optimizing Key-Value Store for Modern Heterogeneous Storage Devices Yongju Song, Wook-Hee Kim, Sumit Kumar Monga, Changwoo Min, Young Ik Eom 28th ACM International Conference on Architectural Support for Programming Languages and Operating Systems (ASPLOS) 2023 Abstract: As data generation has been on an upward trend, storing vast volumes of data cost-effectively as well as efficiently accessing them is paramount. At the same time, today's storage landscape continues to diversify, from high-bandwidth storage devices such as NVMe SSDs to low-latency non-volatile memory (e.g., Intel Optane DCPMM). These heterogeneous storage devices have the potential to deliver high performance in terms of bandwidth and latency with cost efficiency, while achieving the performance and cost targets together still remains a challenging problem. We provide our solution, PRISM, a novel key-value store that utilizes modern heterogeneous storage devices. PRISM uses heterogeneous storage devices synergistically to harness the advantages of each storage device while suppressing their downsides. We devise new techniques to balance the latency-bandwidth tradeoff when reading from SSD. For ensuring multicore scalability and crash consistency of data across heterogeneous storage media, PRISM proposes cross-storage concurrency control and cross-storage crash consistency protocols. Our evaluation shows that PRISM outperforms state-of-the-art key-value stores by up to 13.1× with significantly lower tail latency.
-
- 작성일 2022-11-23
- 조회수 1100
-
- [연구] 엄영익 교수 연구실(분산컴퓨팅연구실, DCLab.), MobiCom 2023 논문 게제 승인
- 엄영익 교수 연구실(분산컴퓨팅연구실, DCLab.), MobiCom 2023 논문 채택 분산컴퓨팅연구실의 엄영익 교수님과 임근식 박사과정의 논문 “SWAM: Revisiting Swap and OOMK for Improving Application Responsiveness on Mobile Devices”가 The 29th Annual International Conference on Mobile Computing and Networking (MobiCom) 2023 학회에 게재 승인되었습니다. MobiCom 학회는 ACM SIGMOBILE에서 주최하고 모바일 컴퓨팅과 무선 및 모바일 네트워킹 분야의 문제를 해결하는 최우수 학회 (BK21 CS IF=4)입니다. 본 논문은 모바일 환경에서의 고질적인 메모리 부족 문제에 주목합니다. 그리고 기존 모바일 시스템이 안고 있는 메모리 회수 정책의 한계를 극복하기 위한 근본적 해결책을 제시합니다. 이를 위해, 적응형 스왑 기법, 어플리케이션 간 공유 페이지 회수 기법, 선별적 어플리케이션 종료 정책 등을 새롭게 설계하였습니다. 실험 결과, 제안 기법 SWAM을 통해 메모리 부족으로 인한 어플리케이션 종료 현상을 혁신적으로 감소시켰으며 어플리케이션의 시작 시간 (launch time) 및 응답 시간을 (response time) 기존 기법 대비 크게 향상시켰습니다. 현재 산/학계에서는 모바일 디바이스의 사용자 응답성을 개선하고자 많은 투자와 연구가 진행되고 있습니다. 본 논문은 실제 모바일 디바이스를 통해 제안 기법의 효용성을 검증하였으며 관련 분야 최고 학회 MobiCom에서 게재를 승인받은 만큼 실용성과 연구적 성과 모두를 이루어 내었다고 할 수 있습니다. 추가적으로 본 논문의 제 2저자인 강동현 박사 (창원대학교 교수) 또한 분산컴퓨팅연구실에서 박사 학위를 취득하였습니다. 졸업 이후에도 엄영익 교수님 지도 학생들 간의 연구 교류가 활발히 진행되고 있음을 보여주고 있습니다. [논문 정보] SWAM: Revisiting Swap and OOMK for Improving Application Responsiveness on Mobile Devices Geunsik Lim, Donghyun Kang, MyungJoo Ham, and Young Ik Eom The 29th Annual International Conference On Mobile Computing And Networking (MobiCom 2023) Abstract: Existing memory reclamation policies on mobile devices may be no longer valid because they have negative effects on the response time of running applications. In this paper, we propose SWAM, a new integrated memory management technique that complements the shortcomings of both the swapping and killing mechanism in mobile devices and improves the application responsiveness. SWAM consists of (1) Adaptive Swap that performs swapping adaptively into memory or storage device while managing the swap space dynamically, (2) OOM Cleaner that reclaims shared object pages in the swap space to secure available memory and storage space, and (3) EOOM Killer that terminates processes in the worst case while prioritizing the lowest initialization cost applications as victim processes first. Experimental results demonstrate that SWAM significantly reduces the number of applications killed by OOMK (6.5x lower), and improves application launch time (36% faster) and response time (41% faster), compared to the conventional schemes.
-
- 작성일 2022-11-23
- 조회수 1128
-
- [연구] 김유성 교수 연구실 2022 스펙트럼 챌린지 대회 1등 수상
- 김유성 교수 연구실 2022 스펙트럼 챌린지 대회 1등 수상 스펙트럼 챌린지는 정부 주도형 연구·개발을 개방된 도전 경쟁형 연구·개발 체계로 발전시키려는 목적으로 국가 연구개발 계획에 의거 2019년도부터 2023년까지 5년 동안 차등화된 기술 난이도로 대회를 계획해 매년 9월부터 11월까지 실시하고 있다. 무선 통신 기술 분야의 창의적이고 혁신적인 기술이 요구되는 문제로 경연이 시행되며 산·학·연 소속 참가팀과 전년도 선발된 우수팀이 함께 온라인 공개 자율 경쟁 방식으로 2번의 예선전과 본선 대회를 통해 최종 우수팀을 선발한다. 성균관대학교 박정인, 오승준 석사과정, 김유성 교수로 구성된 CSI Lab. (Computer Systems and Intelligence Lab) 팀은 차세대 와이파이 환경에서 주파수를 효율적으로 공동 사용할 수 있게 하는 AI 공존 기술 분야에서 1등을 수상하였다. 특히 CSI Lab. 팀은 2020년 부터 3년 연속 1등이라는 쾌거를 이룩했다. 1등 팀에게는 연구비 1억원이 수여된다. 기사 본문: https://it.chosun.com/site/data/html_dir/2022/11/15/2022111502410.html#
-
- 작성일 2022-11-16
- 조회수 1287