컴퓨터 시스템 보안 연구실(CSSL)에서는 크게 세 방향의 연구를 진행하고 있습니다. 첫째는 프라이버시 강화 기술(Privacy Enhancing Technology)로, 프라이버시를 고려한 기계학습 관련 기술 및 기밀성이 보장되는 데이터 저장·처리 기술을 연구합니다. 이를위해 동형암호 등 암호컴퓨팅 기반의 기계학습 연산 시스템, 기밀컴퓨팅(Confidential Computing)을 기반으로 한 데이터 보관 및 처리기술 등을 연구하고있습니다. 둘째는 일반적인 컴퓨터 시스템 전반, 특히 AI를 위한 시스템에 대한 연구로, AI 관련 워크로드의 성능을 자동으로 최적화하는 컴파일 기술을 다룹니다. 셋째는 LLM 기반의 소프트웨어 취약점 대응 기술로, LLM이 소프트웨어 취약점을 어떻게 이해·해석하고 그에 대한 패치를 생성하는지에 대해 연구합니다.
The Computer Systems Security Lab (CSSL) pursues three main research directions. First, Privacy-Enhancing Technologies: we study privacy-preserving machine learning and confidential data storage and processing. To this end, we develop ML computation systems based on cryptographic computing (e.g., homomorphic encryption) and storage/processing techniques built on confidential computing. Second, computer systems broadly—especially systems for AI—where we focus on compiler techniques that automatically optimize AI workloads. Third, LLM-based software vulnerability response, investigating how LLMs understand and interpret software vulnerabilities and generate corresponding patches.