양자 이후 시대의 IoMT 미래 보안: 에지 네이티브 연합 학습 (Edge-Native Federated Learning) 접근 방식

원문 발행 2026. 06. 12. 23:47원문 언어 영어AI 한국어 번역arXiv cs.AI 원문 보기

요약

양자 컴퓨팅 위협에 대응하여 IoMT 환경의 보안을 강화하기 위한 에지 네이티브 연합 학습(FL) 프레임워크를 제안합니다. Kubernetes 기반의 확장 가능한 구조를 통해 양자 내성 암호(PQC)를 통합하고 Raspberry Pi 테스트베드에서 그 효용성을 검증했습니다.

핵심 포인트

양자 컴퓨팅 위협에 대비한 IoMT용 양자 내성 암호(PQC) 통합 필요성 강조
Kubernetes 기반의 확장 가능한 에지 네이티브 오케스트레이션 프레임워크 제안
분산 암호화 처리를 통해 자원 오버헤드를 유지하며 지연 시간 단축 확인
에너지 인지형 아키텍처 및 차세대 IIoMT 생태계를 위한 연구 방향 제시

의료 사물 인터넷 (Internet of Medical Things, IoMT) 장치들은 매우 민감한 건강 데이터를 처리하는 동시에 엄격한 자원 제약 하에서 작동하므로, 보안과 개인정보 보호가 매우 중요한 관심사입니다. 연합 학습 (Federated Learning, FL)은 훈련 중에 교환되는 모델 업데이트가 의도치 않게 개인 의료 정보를 노출할 수 있어 이러한 상황을 더욱 복잡하게 만듭니다. 새롭게 등장하는 양자 컴퓨팅 능력은 기존의 경량 암호화 메커니즘의 장기적인 생존을 위협하며, 이는 IoMT 시스템에 양자 내성 암호 (Post-Quantum Cryptography, PQC)를 통합해야 하는 동기가 됩니다. 본 논문은 양자 탄력성을 갖춘 IoMT를 위한 핵심 지원 기술인 양자 내성 키 설정 (post-quantum key establishment), 경량 암호화 (lightweight encryption), 그리고 에지 네이티브 오케스트레이션 (edge-native orchestration)에 대해 논의합니다. 우리는 PQC를 FL 기반 IoMT 환경에 통합하는 확장 가능한 Kubernetes 기반 프레임워크를 제안하고, 이를 Raspberry Pi 테스트베드에서 검증합니다. 결과에 따르면 분산 암호화 처리 (distributed cryptographic processing)는 실행 가능한 자원 오버헤드를 유지하면서도 순차적 설계에 비해 지연 시간 (latency)을 크게 줄이는 것으로 나타났습니다. 본 연구의 주요 기여는 FL 기반 IoMT 시스템을 위한 보안 오케스트레이션 및 통신 프레임워크의 설계와 검증에 있습니다. 마지막으로 에너지 인지형 아키텍처 (energy-aware architectures), 지능형 보안 최적화, 그리고 탄력적인 차세대 지능형 의료 사물 인터넷 (Intelligent Internet of Medical Things, IIoMT) 생태계를 향한 향후 연구 방향을 제시하며 결론을 맺습니다.

AI 자동 생성 콘텐츠

원문 바로가기

양자 이후 시대의 IoMT 미래 보안: 에지 네이티브 연합 학습 (Edge-Native Federated Learning) 접근 방식

요약

핵심 포인트

댓글