원문정보
초록
영어
This study presents the design of a Secure Cloud CFD Framework (SCCF) for operating a Python-based Finite Difference Method (FDM) groundwater model in cloud environments. The SCCF integrates multi-layer security, including AES-256 encryption, OAuth2 authentication, and SHA-256 integrity verification, within a Kubernetes-based architecture. Field validation using Jeju coastal aquifer data showed that SCCF maintained computational performance with only about 5% overhead while ensuring confidentiality and integrity. The study contributes to enhancing the reliability of scientific computing by integrating numerical modeling with information security.
한국어
본 논문은 파이썬 기반 FDM(유한차분법) 지하수 유동모델을 클라우드 환경에서 안전하게 운용하기 위한 보안형 클라우드 프레임워크(SCCF)를 설계하였다. SCCF는 AES-256 암호화, OAuth2 인증, SHA-256 무결성 검증을 포함한 다계층 구조로 구성되며, 쿠버네티스 기반의 컨테이너 환경에서 병렬 연산이 수행된다. 제주 해안대수층 데이터를 이용한 실증 결과, 보안 기 능을 통합한 SCCF는 기존 모델 대비 약 5%의 성능 오버헤드만을 보이며 데이터의 기밀성과 무결성을 확보하였다. 본 연구는 수치해석 모델과 정보보안 기술을 융합하여 과학 계산의 신뢰성 향상에 기여하였다.
목차
ABSTRACT
1. 서론
2. 이론적 배경
2.1 지하수 유동 해석의 수리학적 기초
2.2 유한차분법(FDM)의 수치해석
2.3 파이썬 기반 CFD 모델링 기술
2.4 클라우드 CFD 시스템의 정보보안 요구사항
2.5 선행연구 고찰
3. 보안형 클라우드 프레임워크의설계 및 구현
3.1 설계 개념 및 시스템 구조
3.2 데이터 흐름 및 암호화 구조
3.3 보안 모듈의 세부 설계
3.4 클라우드 컨테이너 보안 및 네트워크 설계
3.5 위협 모델 및 대응 전략
3.6 FDM 계산 모듈과의 통합 구조
3.7 성능 및 확장성 고려사항
4. 실험 및 결과
4.1 실험 목적 및 환경
4.2 실험 시나리오 및 변수 설정
4.3 연산 효율성 비교 결과
4.4 무결성 검증 성능
4.5 보안성 평가 결과
4.6 시스템 로그 및 접근이력 분석
4.7 종합 평가
5. 결론 및 향후 연구 방향
참고문헌