모델·연구연구 프리프린트
온디바이스 AI 모델의 단방향 TEE 난독화 취약점과 양방향 방어 제시
원문 읽기 · arXiv ↗(새 탭에서 열림)연구진은 기기 내 TEE 모델의 단방향 가중치 난독화에서 키를 유추할 수 있는 조건을 지적하고, 입력과 출력 양쪽을 변환하는 방어를 제한된 기기 실험에서 평가했다.
공격 가정과 취약점
- 공격자가 공개 사전학습 가중치와 가려진 미세조정 가중치를 볼 수 있다는 조건에서 단방향 변환의 구조를 복구했다.
- 두 기존 방식에 대한 공격 성능은 연구진의 블랙박스 기준보다 평균 2.42배 높았다.
양방향 방어의 결과와 경계
- BiShield-TEE는 입력·출력 양쪽에 변환을 적용해 동일 잔차를 만족하는 키 후보를 여러 개 남긴다.
- SGX에서 시험한 모델의 추론 지연은 GroupCover 대비 평균 1.70배, ArrowCloak 대비 1.46배 빨랐다.
- 양자화와 부채널 공격을 다루지 않아 모든 기기 보호가 입증된 것은 아니다.
함께 확인할 조건
- 실기기 평가는 Intel SGX에 한정된다. Arm TrustZone 등 다른 TEE 검증은 없다.
- INT8/INT4 양자화 추론은 현재 지원하지 않으며 TEE 부채널 공격도 분석하지 않는다.
출처와 편집 기준
arXiv · 연구 프리프린트 · 검수 2026.10.18 (KST)
요약은 원문의 핵심을 정리했으며, 커머스 인사이트는 편집 해석이다. 용어가 낯설다면 AI 용어집를 참고할 수 있다.