알고리즘2 딥러닝 모델 경량화 기술 정의- 기존의 학습된 딥러닝 모델의 정확도를 유지하면서 크기가 작고, 연산을 간소화하는 기술- 알고리즘 경량화, 모델 구조 경량화 키워드- 모델 압축, 지식 증류, 가속화, 자동 탐색, 모델 구조 변경, 합성곱 필터 메커니즘 기술요소알고리즘 경량화 기술의 유형모델 압축 - 가중치 가지치기 - 양자화/이진화 - 가중치 공유 - 기존 알고리즘의 불필요한 파라미터 제거, 공유 등을 통해 파라미터의 표현력을 잃지 않으면서 모델의 크기를 줄이는 방법 지식 증류 - 지식증류/전이학습 - Teacher 모델 - Student 모델 - 학습된 기본 모델을 통해 새로운 모델의 생성 시 파라미터 값을 활용하여 학습시간을 줄이는 기술 하드웨어 가속화 - 선형대수학 라이브러리(BLAS) - 벡터/행렬 연산 병렬처리 - BL.. 2024. 9. 20. 블록 암호화 및 운영모드 I. 대칭키 암호화 방식, 블록 암호화의 개요 가. 블록 암호화의 정의 - 평문을 일정한 블록단위로 나누어 각 블록마다 암호화 과정을 수행하여 고정된 크기의 블록 단위의 암호문을 생성하는 기술 나. 블록 암호화의 특징 - 라운드별로 함수를 사용해 반복적으로 암호화 과정을 수행하여 암호화 강도 높임 - 전치(Transposition)과 대체(Substitution)을 이용 다. 블록 암호화의 장점 및 단점 장점 - SW적으로 구현이 용이 - 전치와 대체를 반복함으로써 평문과 암호문으로부터 키에 대한 정보를 유추 불가 - 데이터 전송, 대용량 데이터 저장시 사용 단점- 느린 암호화 속도 및 에러 전파 문제 - 데이터의 크기가 작을 경우 효율적으로 암호화 하기에 부적절 II. 블록 암호화의 개념도 .. 2024. 9. 6. 이전 1 다음
