[공지사항]을 빙자한 안부와 근황 
Show more

Daily Arxiv

전 세계에서 발간되는 인공지능 관련 논문을 정리하는 페이지 입니다.
본 페이지는 Google Gemini를 활용해 요약 정리하며, 비영리로 운영 됩니다.
논문에 대한 저작권은 저자 및 해당 기관에 있으며, 공유 시 출처만 명기하면 됩니다.

ThreatLens: LLM-guided Threat Modeling and Test Plan Generation for Hardware Security Verification

Created by
  • Haebom

저자

Dipayan Saha, Hasan Al Shaikh, Shams Tarek, Farimah Farahmandi

개요

LLM 기반의 다중 에이전트 프레임워크인 ThreatLens는 하드웨어 보안 검증을 위한 위협 모델링 및 테스트 계획 생성을 자동화합니다. ThreatLens는 관련 보안 지식을 추출하기 위한 검색 증강 생성(RAG), 위협 평가를 위한 LLM 기반 추론, 그리고 실용적인 테스트 계획 생성을 보장하기 위한 대화형 사용자 피드백을 통합합니다. NEORV32 SoC를 사용한 평가를 통해 구조화된 테스트 계획을 통한 보안 검증 자동화 기능과 실제 시나리오에서의 효과를 검증했습니다. 수동 검증 노력을 줄이고, 적용 범위를 향상시키며, 구조적이고 적응력 있는 보안 검증 접근 방식을 보장합니다.

시사점, 한계점

•
시사점:
◦
하드웨어 보안 검증의 자동화를 통해 수동 작업량 감소 및 효율 증대.
◦
LLM 기반 추론을 통해 더욱 포괄적이고 정확한 위협 모델링 가능.
◦
구조화된 테스트 계획 생성으로 검증 과정의 체계화 및 관리 용이성 향상.
◦
실제 시나리오 적용 가능성 검증.
•
한계점:
◦
LLM의 성능 및 신뢰성에 대한 의존도.
◦
복잡한 시스템에 대한 위협 모델링 및 테스트 계획 생성의 정확성과 완전성에 대한 추가적인 검증 필요.
◦
LLM의 한계로 인한 예상치 못한 결과 발생 가능성.
◦
사용자 피드백에 대한 의존성으로 인한 사용자 전문성 요구.
👍
Made with Slashpage