로고
강화학습 기반 자기 파괴 데이터 암복호화 시스템 개발 썸네일
IT

강화학습 기반 자기 파괴 데이터 암복호화 시스템 개발

기술분야

강화학습 기반 암호화

가격

가격 협의

판매 유형

직접 판매

거래방식

  • 노하우
  • 특허매각
  • 공동연구
  • 라이센스

AI요약

클라우드 환경에서 사용자 개인 정보 보호 및 데이터 자기 파기 시 발생할 수 있는 데이터 손실 문제를 해결하기 위한 기술입니다. 본 기술은 강화학습을 기반으로 암복호화 키의 임계값을 최적화하여 데이터의 가용성과 보안성을 동시에 향상시킵니다. 키 관리, 비밀 공유, 임계값 추정 모듈로 구성된 클라이언트-서버 시스템이 SARSA 알고리즘을 통해 이상적인 데이터 수명 및 가용성 그래프에 가장 근접하는 임계값을 지능적으로 결정합니다. 이 기술은 분산 해시 테이블(DHT) 네트워크를 활용하여 데이터를 원하는 기간 동안 안전하게 보존하고, 이후 자동으로 파기함으로써 개인 정보 유출을 효과적으로 방지하며, 사용자 요구에 최적화된 데이터 보호 환경을 제공합니다.

기본 정보

기술 분야강화학습 기반 암호화
판매 유형자체 판매
판매 상태판매 중

기술 상세 정보

조회하기
기술명
Reinforcement learning-based encryption and decryption method and client and server system performing the same 
기관명
University-Industry Cooperation Group of Kyung Hee University
대표 연구자공동연구자
홍충선-
출원번호등록번호
1588007410700855
권리구분출원일
특허2018.01.25
중요 키워드
개인정보 보호SARSA데이터 보안분산 해시 테이블암호화 기술데이터 자동 파기데이터 가용성강화학습 기반 암호화클라우드 프라이버시복호화 방법임계값 최적화기계 학습 보안클라이언트 서버 시스템자기 파괴 체계적응형 암호화IT

중요 키워드

#개인정보 보호#SARSA#데이터 보안#분산 해시 테이블#암호화 기술#데이터 자동 파기#데이터 가용성#강화학습 기반 암호화#클라우드 프라이버시#복호화 방법#임계값 최적화#기계 학습 보안#클라이언트 서버 시스템#자기 파괴 체계#적응형 암호화#IT

기술완성도 (TRL)

기본원리 파악
기본개념 정립
기능 및 개념 검증
연구실 환경 테스트
유사환경 테스트
파일럿 현장 테스트
상용모델 개발
실제 환경 테스트
사업화 상용운영

기술 소개

매도/매수 절차

기술이전 상담신청

연구자 미팅

기술이전 유형결정

계약서 작성 및 검토

계약 및 기술료 입금

문의처

경희대학교

경희대학교

담당자최현아
이메일tlo-khu@khu.ac.kr
문의처031-201-3531

보유 기술 로딩 중...

인기 게시물 로딩 중...