Core Concepts
메모리 내 처리 기반 아키텍처를 활용하여 악성코드 탐지 모델 업데이트에 필요한 계산 자원을 줄이는 혁신적인 접근법을 제안한다.
Abstract
이 연구는 메모리 내 처리(Processing-in-Memory, PIM) 기반 아키텍처를 활용하여 악성코드 탐지 효율을 높이는 방법을 제안한다. 기존 악성코드 탐지 기법은 계산 자원 소모가 큰 문제가 있었는데, PIM 아키텍처를 활용하면 메모리 접근 지연 시간을 줄일 수 있어 모델 업데이트에 필요한 자원을 크게 줄일 수 있다.
구체적으로 다음과 같은 내용을 다룬다:
PIM 아키텍처의 코어, 클러스터, 라우터 구조를 설계하여 CNN 기반 악성코드 탐지 모델을 효율적으로 구현
입력 데이터의 정밀도 스케일링을 통해 전력 소모를 추가로 감소
다양한 CNN 모델을 PIM 아키텍처에 구현하고 성능을 평가
기존 하드웨어 가속기 대비 1.09배 높은 처리량과 1.5배 높은 에너지 효율 달성
이러한 혁신적인 접근법은 악성코드 탐지 모델 업데이트에 필요한 계산 자원을 크게 줄여 보다 효율적이고 지속 가능한 사이버 보안 실현에 기여할 것으로 기대된다.
Stats
2021년 한 해 동안 5.4억 건 이상의 악성코드 공격이 기록되었다.
2022년 상반기에만 2.8억 건의 악성코드 공격이 발생했다.
기존 안티 악성코드 소프트웨어로도 막을 수 없는 새로운 유형의 악성코드가 매년 수백만 개씩 등장하고 있다.
Quotes
"메모리 내 처리(PIM) 기반 아키텍처는 기존 CPU 또는 GPU 기반 아키텍처에 비해 데이터 이동에 따른 지연 시간과 에너지 비용을 크게 줄일 수 있다."
"제안하는 PIM 기반 악성코드 탐지 기법은 GPU 대비 4.02배, CPU 대비 45배 높은 처리량과 GPU 대비 74.62배, CPU 대비 64.13배 높은 에너지 효율을 달성한다."