지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학위논문
- 저자정보
- 지도교수
- 김승주
- 발행연도
- 2019
- 저작권
- 고려대학교 논문은 저작권에 의해 보호받습니다.
이용수4
이 논문의 연구 히스토리 (2)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
AI 스피커는 간단한 동작으로 음악재생, 온라인 검색 등 사용자에게 유용한 기능을 제공하고 있으며, 이에 따라 AI 스피커 시장은 현재 매우 빠른 속도로 성장하고 있다. 그러나 AI 스피커는 항시 사용자의 음성을 대기하고 있어 보안 위협에 노출될 경우 도청, 개인정보 노출 등 심각한 문제가 발생할 수 있다. 이에 모든 AI 스피커의 전반적으로 향상된 보안을 제공하기 위해 발생 가능한 보안 위협을 식별하고 체계적인 취약점 점검을 위한 방안이 필요하다.
본 논문에서는 점유율이 높은 제품 4개를 선정하여 보안위협모델링을 수행하였다. Data Flow Diagram, STRIDE, LINDDUN 위협모델링을 통해 체계적이고 객관적인 취약점 점검을 위한 체크리스트를 도출하였으며, 이후 체크리스트를 이용하여 실제 기기에 대한 취약점 점검을 진행하였다. 마지막으로 취약점 점검 결과 및 각 제품에 대한 취약점 비교·분석을 통해 AI 스피커의 보안성을 향상시킬 수 있는 방안을 제안하였다.
본 논문에서는 점유율이 높은 제품 4개를 선정하여 보안위협모델링을 수행하였다. Data Flow Diagram, STRIDE, LINDDUN 위협모델링을 통해 체계적이고 객관적인 취약점 점검을 위한 체크리스트를 도출하였으며, 이후 체크리스트를 이용하여 실제 기기에 대한 취약점 점검을 진행하였다. 마지막으로 취약점 점검 결과 및 각 제품에 대한 취약점 비교·분석을 통해 AI 스피커의 보안성을 향상시킬 수 있는 방안을 제안하였다.
목차
국문 요약 11. 서론 22. 관련연구 42.1 보안위협모델링 42.1.1 STRIDE 52.1.2 Trike 62.1.3 LINDDUN 72.1.4 PASTA 92.1.5 보안위협모델 비교분석 102.2 AI 스피커 보안 연구 사례 113. AI 스피커에 대한 보안성 평가 기준 도출 143.1 Data Flow Diagram 도출 143.2 STRIDE 위협 모델링 173.2.1 Attack Library 173.2.2 STRIDE 283.2.3 Attack Tree 363.3 LINDDUN 위협 모델링 383.3.1 LINDDUN 383.3.2 Threat Tree 493.3.1 Misuse Case 553.4 위협 우선순위 지정 623.5 취약점 점검을 위한 체크리스트 654. AI 스피커에 대한 보안성 평가 674.1 보안성 평가 기준을 활용한 취약점 점검 674.1.1 애플리케이션 674.1.2 네트워크 694.1.3 하드웨어와 시스템 714.2 AI 스피커 취약점 비교분석 715. 결론 73참고문헌 75부록 78
최근 본 자료
댓글(0)
0