A Research on Ways to Apply Data Fragmentation and Decentralization Technology to Protect Data of Weapon Systems

무기체계 데이터 보호를 위한 데이터 파편화, 분산화 기술 적용 방안 연구

Abstract

As technologies for data protection such as data encryption, information leak prevention, access permission setting, and data de-identification are being developed and used. Since the technologies manage the original data, if an attacker steals the data or succeeds in decrypting it, the data may be leaked. Unlike these data protection technologies, if the original data is fragmented and stored multiple distributed servers, data leakage can be prevented because only some fragmented data of the original data is leaked. Additionally, when fragmented data is copied and stored distributedly, even if some servers are damaged, the original data can be restored using the fragmented data stored on others. This paper explains data fragmentation and decentralization technologies for data protection, analyzes the data operation environment of weapon systems, and suggests ways to apply them to weapon systems.

IT 기술이 발전함에 따라 인공지능, 데이터 분석 등 다양한 분야에서 활용되는 데이터가 급격히 증가하고 있다. 이에 따라 데이터를 보호하기 위한 기술 수요도 증가하게 되었다. 데이터를 보호하는 기술에는 데이터 암호화, 정보 유출 방지, 접근제어, 데이터 비식별화 등이 있다. 하지만 이러한 기술은 원본 데이터 그대로 사용하기 때문에 데이터를 탈취하거나 암호화된 데이터라도 복호화에 성공하면 원본 데이터가 그대로 유출될 수 있다. 본 논문에서는 여러 서버에 원본 데이터를 파편화 및 분산저장하여 일부 서버의 데이터가 유출되거나 복호화에 성공하여도 원본 데이터 유출 방지와 데이터 훼손 공격에 보호할 수 있는 기술을 설명하고, 무기체계 데이터 운용환경을 분석하여 무기체계 데이터 보호를 위한 적용방안을 제시하였다.

I. 서론

IT 기술이 발전함에 따라 데이터를 활용하는 기술이 전 산업에 걸쳐 가속화되고 있으며 데이터 플랫폼 구축 및 관련 시스템을 도입하여 많은 양의 데이터를 저장하며 사용하고 있다. 이에 따라 데이터를 보호하기 위한 기술 수요도 증가하게 되었다. 데이터 보호를 위한 기술로 데이터 암호화, 정보유출 방지, 접근제어, 데이터 비식별화 등 다양한 분야에서 데이터 보안 기술이 개발되었다. 하지만 이러한 기술은 원본 데이터 자체를 암호화하거나 관리하기 때문에 공격자가 데이터를 탈취 후 복호화에 성공하면 원본 데이터가 그대로 유출된다. 하지만 원본 데이터를 그대로 저장하지 않고 파편화, 분산저장하면 데이터 유출 및 훼손 공격을 방어할 수 있다. 데이터의 파편화, 분산화 개념은 새로운 기술은 아니며 데이터 가용성 분야와 데이터 보호 분야에서 연구되고 있는 기술로써 본 논문에서는 데이터 파편화, 분산화 기술을 활용하여 무기체계에서 데이터 보호기술 적용방안에 대해 제시한다. 논문의 구성은 다음과 같다. 서론에 이어 2장 관련 연구에서는 데이터 파편화, 분산저장 기술을 사용하는 하둡(Hadoop)과 RAID(Redundant Array of Inexpensive/Independent Disk)에 대해 설명하고, 데이터 보호를 위한 파편화, 분산화 기술 사례를 설명한다. 3장에서는 데이터 보호를 위한 기술로써 데이터 파편화, 분산화 기술의 운용개념과 무기체계 데이터 보호를 위한 설계 내용을 기술하였다. 4장에서는 군 데이터 운용 환경을 분석하여 무기체계에 적용하기 위한 방안을 제시하였다. 끝으로 결론 및 향후 연구 방향에 대해 기술하였다.

II. 관련 연구

2.1 Hadoop

하둡[1]은 오픈소스 웹 검색엔진인 아파치 너치(nutch)를 개발하는 과정에서 범용 컴퓨터를 클러스터화하고 데이터를 병렬로 처리함으로써 대용량의 데이터를 적은 비용으로 빠르게 처리하기 위해 개발된 대규모 분산 컴퓨팅 프레임워크이다. 하둡은 분산 데이터를 저장하기 위한 하둡 분산 파일 시스템(HDFS, Hadoop Distributed File System)과 대용량 데이터를 분산 병렬 처리하기 위한 맵리듀스(MapReduce)로 구성되며, 저가 장비 및 스토리지를 활용하여 저비용으로 방대한 양의 데이터 저장과 처리가 가능하다는 장점이 있다. 하둡은 마스터/슬래이브(Master/Slave) 구조로 슬레이브 노드를 관리하는 마스터 노드(Master Node)와 데이터가 저장되는 슬레이브 노드(Slave Node)로 구성된다. 하나의 마스터 노드에는 최대 4096 대의 슬레이브 노드를 구성하여 관리할 수 있다. 마스터 노드는 네임스페이스를 관리하며 네임 노드(Name Node)라는 용어로 사용된다. 슬레이브 노드는 데이터를 블록 단위 파일로 저장하고 데이터 노드(Data Node)라는 용어로 사용된다[2]. HDFS(Hadoop Distributed File System)는 하둡 애플리케이션에서 사용하는 기본 스토리지 시스템으로 주로 빅데이터를 처리하고 저장하도록 데이터 스트리밍 액세스를 지원하는 하둡 분산형 파일 시스템이다[3][4].

Fig. 1는 HDFS의 구성도로 NameNode는 파일 name, replicas 정보 등의 Metadata를 관리한다. 따라서 HDFS Client가 데이터를 읽을 때는 NameNode의 메타데이터 정보를 수신하여 실제 DataNode에서 데이터 블록들을 읽어온다. HDFS Client가 데이터를 저장할 때는 NameNode로부터 파일 제어권 및 분산저장할 DataNode 목록을 반환받아 데이터를 파편화하고 DataNode에 저장한다. DataNode는 파편화 데이터를 저장하면서 복제본을 다른 DataNode에 저장한다. 이런 방법으로 HDFS는 데이터를 여러 DataNode에 파편화 및 분산저장함으로써 데이터의 고가용성을 제공한다.

Fig. 1. HDFS Architecture

2.2 RAID

RAID(Redundant Array of Inexpensive/Independent Disk)[5]는 저장장치 여러 개를 묶어 고용량·고성능 저장장치 한 개와 같은 효과를 얻기 위해 개발된 기술로 데이터의 가용성과 안전성, 디스크 용량 증설의 용이성을 위해 개발되었다. RAID는 구성하는 방식에 따라 0~6레벨로 구분된다. RAID 0은 스트라이핑(Striping) 이라고도 부르는 방식으로 데이터를 여러 저장소에 나누어 저장하는 분산저장 개념이다. 따라서 분산저장을 위해 최소 2개 이상의 디스크가 필요하며 데이터 병렬 처리를 할 수 있으므로 속도가 향상된다. 하지만 RAID 0에서는 데이터 이중화는 하지 않으므로 디스크 한 개라도 문제가 발생하면 RAID가 깨지는 단점이 있다. RAID 1은 미러링(Mirroring)으로 불리우는 데이터 복제 개념으로 동일한 데이터를 다른 디스크에 복제한다. 따라서 최소 2개 이상의 디스크가 필요하지만 하나의 디스크에 문제가 발생해도 다른 디스크로 대체가 가능하다. RAID 2~6은 복구를 위한 패리티 정보를 저장하는 개념으로 스트라이핑 단위, 에러체크, 패리티 저장 방법 등에 따라 RAID 2~6 레벨이 결정된다. RAID 레벨을 결정하는 스트라이핑 단위는 비트(Bit), 바이트(Byte), 블록(Block)이며, 패리티 정보를 별도 디스크, 여러 디스크에 분산하여 저장하는 방식에 따라 RAID 레벨이 정해진다. 패리티 정보 저장으로 인해 RAID 2~5는 최소 3개의 디스크, RAID 6은 최소 4개 디스크로 구성된다. RAID는 각 레벨을 조합하여 사용할 수 있으며 하둡과 같이 데이터 분산저장, 복제 기능을 유사하게 적용하기 위해서는 Fig. 2와 같은 RAID를 구성할 수 있다.

Fig. 2. RAID 0+1 Architecture

그림과 같이 RAID 0으로 데이터를 2개의 드라이브 1, 2에 나누어 분산저장하고 RAID 1을 통해 드라이브 1, 2의 데이터를 드라이브 3, 4로 복제본을 구성하면 분산저장과 데이터 복제를 통해 데이터의 고성능과 고가용성을 제공할 수 있는 점에서 하둡과 비슷할 수 있으나 RAID는 파일 시스템이 아닌 디스크 레벨의 저장장치에 대한 고성능, 고가용성을 위한 기술이다.

2.3 데이터 보호기술 사례

데이터 보호를 위한 데이터 파편화, 분산화 기술은 새로운 아이디어는 아니다. 1970년대에는 암호화 키의 안전한 저장과 관리를 위해 파편화, 분산화하는 기술이 제안[6]되었으며, 이후에는 민감한 데이터를 비밀이 아닌 조각으로 분리하여 별도의 물리적 장치에 분산저장하는 기술[7]이 제안되었다. 또한 데이터 파편화, 분산화 기술을 관계형 데이터베이스 시스템에 적용[8]하거나, 클라우드 아키텍처 환경에 적용[9]하는 기술이 연구되었다. 인증 분야에서 데이터 파편화, 분산화 기술은 생체정보 해킹 및 유출 위험에 대한 보안기술로 국제표준에 (ISO-19092, Financial Service-Viometrics)[10] 수록된 바이오정보 분산관리기술이 있다. 이와 관련되어 우리나라는 2016년에 ‘바이오 정보 분산관리 표준’을 제정하였으며 2023년에는 금융결제원이 개발한 바이오 정보 분산관리 기술이 국제표준화기구(ISO) 국제표준(IS)으로 승인되었다. 인증 분야에서의 데이터 분산화, 파편화 기술은 완성된 데이터만이 인증 의미가 있기 때문에 파편화된 데이터만으로는 인증에 유효하지 않아 보안 측면에서 효과적이다. 하지만 상황에 따라 파편화된 데이터라도 의미 있는 내용이 포함될 수 있다. 특히 보안에 민감한 데이터 경우에는 일부 파편화된 정보라도 유출되면 보안에 심각한 문제를 발생할 수 있다. 이러한 문제를 보완 하기 위해 하둡과 같은 플랫폼 레벨이나 RAID와 같이 저장장치 레벨에서 암호화를 이용한 데이터 보호기술이 연구되었다[11, 12].

III. 데이터 보호를 위한 파편화, 분산화 기술

3.1 데이터 보호를 위한 데이터, 파편화 운용개념

본 절에서는 데이터 보호를 위한 파편화, 분산화 기술의 운용개념에 대해 설명한다. Fig. 3은 데이터 파편화, 분산화 기술을 적용했을 때와 하지 않았을 때를 데이터 보호 측면에서 설명하는 그림이다.

Fig. 3. Data Protection Operations Concept

기존 환경에서는 공격자가 데이터 유출 공격에 성공하면 데이터를 그대로 획득할 수 있었으며, 암호화된 데이터라도 복호화에 성공하면 원본 데이터가 그대로 유출되었다. 또한 공격자의 데이터 훼손 공격 성공시, 사용자는 데이터를 사용할 수 없었다. 반면에 데이터 파편화, 분산화 기술을 적용하면 공격자가 데이터 유출 공격에 성공하더라도 파편화된 일부 데이터만 획득하였기 때문에 공격자는 원본 데이터를 획득할 수 없다. 또한 파편화된 데이터를 복제하여 다른 저장소에 분산저장함으로써 사용자는 일부 데이터 저장소가 훼손되어도 다른 데이터 저장소에 저장된 파편화 데이터들을 조합하여 원본 데이터를 사용할 수 있다. Fig. 3은 원본 데이터를 A, B, C 3개로 파편화하고 파편화 데이터를 2개로 복제하여 저장소 #1~3에 분산저장한 예시이다. 그림과 같이 저장소 #1의 데이터가 유출되어도 공격자는 파편화된 데이터 A, B만 가지고 있기 때문에 원본 데이터를 획득할 수 없다. 또한 저장소 #1이 훼손되어도 사용자는 저장소 #2~3에 저장된 파편화 데이터 A, B, C를 조합하여 원본 데이터를 사용할 수 있다. 이와 같이 데이터 파편화, 분산화 기술은 공격자의 데이터 유출 공격에 의해 파편화 데이터 유출 가능성은 있지만 데이터의 원본 유출 및 훼손 공격에 대해 보호할 수 있다.

3.2 무기체계 데이터 보호를 위한 기술 설계

본 절에서는 무기체계 데이터 보호를 위한 데이터 파편화, 분산화 기술 설계 내용과 설계 시 고려사항에 대해 설명한다. 데이터 파편화, 분산 처리의 기본 기능에 대해서는 안정성 및 가용성을 인정받은 HDFS를 활용하여 데이터 보호를 위한 시스템을 설계하였다. Fig. 4는 무기체계 데이터 보호를 위한 시스템 구성도이다. HDFS는 대용량 파일을 특정 크기의 블록 단위로 저장하기 위한 기술로 데이터를 보호하기 위해서는 추가적인 기능이 필요하다. 예를 들면 HDFS는 기본 파편화 사이즈가 128MB이며 설정된 파편화 사이즈보다 작은 데이터는 파편화하지 않으므로 파편화 되지 않은 원본 데이터는 그대로 유출될 수 있다. 따라서 Fig. 4와 같이 Policy Management 기능을 통해 파편화 정책을 설정하여 모든 데이터가 파편화될 수 있도록 파편화 사이즈를 조절하거나 파편화 사이즈가 아닌 일정한 개수로 파편화하는 기능이 필요하다.

Fig. 4. Architecture of Data Protection system

또한 데이터 보호를 위해서는 데이터 운용환경에 맞는 저장 방식이 고려되어야 한다. HDFS는 네임 노드와 물리적으로 같은 서버에 설치되어 있는 데이터 노드가 데이터 입출력 면에서 속도가 빠르기 때문에 네임 노드와 같이 설치된 데이터 노드에 우선적으로 데이터를 저장하는 정책을 제공한다. 이런 경우, 해당 데이터 노드의 데이터가 유출되면 원본 데이터를 구성하는 모든 파편화 데이터가 유출될 수 있다. 이유는 원본 데이터가 A,B,C로 파편화 되었다고 하더라도 A,B,C 모두 네임노드와 같이 설치된 데이터 노드에 모두 저장되기 때문이다. 또한 데이터의 운영 환경도 고려되어야 하는데 HDFS는 데이터 노드가 설치된 랙(rack) 정보만으로 복제본을 저장하는 정책을 사용한다. Fig. 5는 HDFS의 저장정책을 설명하는 그림이다. 그림과 같이 HDFS은 첫 번재 데이터가 저장되면 다른 복제본은 다른 랙 내의 임의 노드에 저장한다. 세번째 복제본을 저장할 때에는 두번째 저장된 랙 내에서 임의의 다른 노드에 저장한다. 예를 들면 처음 복제본이 Rack#1에 저장되면 해당 랙이 문제가 생길 때를 대비하여 두번째 복제본은 임의로 선택된 Rack#3 내의 DN9 데이터 노드에 복제본을 저장한다. 세번째 복제본은 RACK#3 랙 내에서 DN9이 아닌 DN12 데이터에 저장한다.

Fig. 5. HDFS Block Placement Algorithm

이는 데이터 센터와 같이 수많은 랙에 데이터를 저장하는 운용환경을 위한 저장 정책이다. 하지만 무기체계의 데이터 운용환경은 반드시 랙으로 데이터 저장소를 구성하지 않으며 이격된 장소에 데이터 저장소를 구성하는 경우가 많다. 따라서 데이터 보호를 위한 데이터 파편화, 분산화 기술이 적용되기 위해서는 실제 데이터의 운용되는 환경에 맞는 분산저장 정책이 적용되어야 한다. 위와 같이 무기체계 데이터를 보호하기 위해서는 여러 요소가 고려되어야 한다. 무기체계 데이터 보호를 위한 설계 내용인 Fig. 4에 대해 간단히 설명하면, 모든 데이터를 파편화할 수 있는 Fragment Policy, 데이터 저장소 구성 수와 데이터 중요성에 따라 복제수를 정하는 Replication Policy, 파편화된 데이터라도 유출에 대비하여 ARIA 암호화 알고리즘으로 암호화한 후 데이터를 파편화하는 Encryption Policy 등을 설계하였다. 또한 HDFS에서 제공하지 않는 원본에 대한 무결성 검증 기능, 데이터 사용자에 대한 인증 및 데이터 접근 권한 기능, 데이터 저장소 관리기능 등을 설계하였다.

IV. 데이터 보호를 위한 무기체계 적용방안

4.1 무기체계 데이터 운용환경 분석

본 절에서는 파편화, 분산화 기술을 무기체계 데이터 보호 방안으로 적용하기 위해 군 환경에서 데이터 운용환경과 운용구조에 대해 분석하였다. 체계 특성에 따라 데이터 운용환경은 다양할 수 있으나, 체계가 운용되는 지리적 특성과 데이터 서버의 확장 용이성을 고려하여 고정 운용환경과 이동 운용환경으로 분류하였다. 고정 운용환경은 건물이나 시설과 같이 고정된 장소에서 데이터 서버들을 운용하는 환경이며, 이동 운용환경은 데이터 서버가 차량 등에 탑재하여 이동하는 운용환경을 의미한다. 고정 운용환경 예로는 사이버 정보를 수집, 저장, 분석하는 사이버 관제체계가 있다. 일반적으로 군 환경에서는 권역별로 사이버 정보를 수집하여 사이버 위협이나 취약점을 분석한다. 또한 권역별로 수집한 정보와 분석결과를 계층적으로 종합하여 사이버 위협 분석을 수행한다. Fig. 6은 Defense Network, Battlefield Network, Internet Network로 구분된 네트워크 내에서 부대별 또는 체계별로 사이버 자산 정보, 사이버 보호 시스템 정보 등을 수집하는 구조를 보여준다.

Fig. 6. Cyber Information Management Structure

Defense Network, Battlefield Network, Internet Network 내에는 관제센터가 있어 망 내의 장비 및 네트워크 정보를 수집하고 정보를 분석한다. 최상위 계층인 Data Center는 각 망 별로 수집한 정보를 종합 분석한다. 이러한 관제센터는 건물이나 시설 내에서 운용되며, CCTV, 자동출입통제시스템, 경비시스템 등 전문 보안 시스템을 구축하여 운영한다. 건물 내 구역은 제한구역, 통제구역 등으로 구분하여 허가된 인원만이 특정 장소에 출입할 수 있도록 통제한다. 또한 외부인이 건물 내에 출입하기 위해서 방문객 등록 절차 및 안내 등에 대한 프로세스가 갖추어있기 때문에 출입통제가 용이하다. 따라서 외부 침입으로 인한 물리적인 데이터 유출은 어려우나 서버에 접근가능한 내부자가 이동저장 장치를 통한 데이터 유출은 가능하다. 물리적인 데이터 유출이 아니더라도 과거 보안 사고 사례와 같이 백신서버 등을 통해 외부망, 내부망 간의 공격 표면을 이용하여 데이터 유출이 가능하다.

고정 운용환경과는 다르게 이동 운용환경은 보안 시스템을 설치할 수 있는 시설이나 건물이 아니기 때문에 물리적으로 데이터 서버 등이 쉽게 노출되며 차량과 같이 협소한 공간으로 인해 데이터 서버 확장에 제한적이다. Fig. 7은 전술 이동통신망 데이터 운용 구조를 설명한 그림이다. 그림과 같이 전술 이동통신망은 차량으로 구성된 통신소를 계층적으로 분권화하여 운용한다. 이동통신망의 데이터 운용구조는 하위 부대의 데이터를 상위 부대 통신소에서 종합하는 구조이다. 최상위 통신소에서는 데이터 생존성을 위해 예비 통신소를 두어 데이터를 이중화한다. 전술 이동통신망은 사이버 관제 체계와 같이 상위 계층으로 올라갈수록 저장되는 데이터가 많아지는 구조라는 점에서 유사하나 공간적 제약으로 인해 데이터 센터의 확장이 거의 불가능하며, 야전에서 통신소가 운용되므로 출입 통제가 용이하지 않다. 또한 전시 환경에서 임무 수행 중 통신소가 탈취될 가능성이 있는 환경이다. 요약하면 고정 운용환경과 이동 운용환경은 정도의 차이는 있지만 데이터 유출 가능성이 존재한다. 따라서 군 운용환경이라고 해도 데이터 유출 가능성은 존재하며 데이터 파편화, 분산화를 하지 않으면 데이터 유출 시에 원본 데이터가 유출될 수 있다.

Fig. 7. Tactical Communication Network structure

4.2 무기체계 데이터 보호기술 적용 방안

본 절에서는 고정 운용환경과 이동 운용환경에서 데이터 파편화, 분산화 기술을 적용하기 위한 방안을 제시한다. Fig. 8은 고정 운영환경에서 데이터 파편화, 분산저장하는 구조를 보여준다. 그림과 같이 데이터를 관리하는 각 계층에서는 데이터를 운용하는 장소에 여러 대의 데이터 서버를 구성하여 데이터를 파편화하여 분산저장한다. 3.2절에 설계 내용과 같이 각 계층에서는 분산저장 정책을 통해 기존 하둡의 랙 기반 저장방식이 아닌 이격된 장소, 위치 정보 기반의 분산 정책관리를 통하여 서버별, 지역별 등 데이터 운용환경에 맞게 분산저장한다. 또한 인증 및 권한 기능을 통해 권역별로 데이터를 조회, 저장할 수 있게 하여 데이터를 보호한다.

Fig. 8. Cyber Information Data Protection

이러한 방식으로 데이터를 파편화 및 분산저장하면 내부 유출자는 원본으로 조합할 수 있는 파편화 데이터를 수집하기 위해 다수의 데이터 서버에 물리적으로 접근해야 한다. 네트워크를 통한 데이터 유출 공격을 시도할 경우에도 많은 수의 데이터 서버를 장악해야만 원본 데이터로 조합할 수 있는 파편화 데이터를 확보할 수 있다. 또한 파편화된 데이터를 모두 모았다고 하더라도 파편화 정보를 알아야 원본 데이터 복원할 수 있으며 암호화된 파편화 데이터를 복원하는 것은 거의 불가능하다.

Fig. 9는 이동 운용환경인 전술 통신망 환경에 데이터 파편화, 분산화 기술을 적용한 그림이다. 전술 통신망은 무선 기반의 통신소가 이동하는 환경으로 통신이 단절되어도 단독 운용이 가능해야 한다. 통신이 단절된 상태에서는 원본 데이터 조합에 필요한 파편화 데이터를 획득할 수 없는 상황 발생할 수 있다. 따라서 저장 정책에 의해 통신이 단절되어도 단독 운용에 필요한 필수 데이터는 통신소 내에서만 분산저장을 하거나 암호화을 통해 보호되어야 한다. 단독 운용에 필요하지 않는 데이터는 각 다른 통신소에 분산 저장한다. 파편화된 데이터를 각 통신소에 분산 저장하는 이유는 전술통신망은 차량 내 서버를 탑재하는 구조로 서버 증설이 어렵기 때문이다. 데이터를 각 통신소에 분산저장하면 데이터 저장소를 효율적으로 활용할 수 있다. 즉, 상위 계층에서 하위 계층의 데이터 모든 데이터를 중복으로 가지고 있지 않아도 각 통신소에 분산 저장된 데이터들을 조합하여 사용할 수 있다.

Fig. 9. Communication Information Data Protection

또한 기존과 같이 상위 통신소가 하위 통신소 모든 데이터를 저장하는 경우, 상위 통신소의 데이터가 유출되면 모든 하위 통신소의 데이터까지 유출될 수 있다. 하지만 분산저장을 하면 상위 통신소의 데이터가 유출되어도 단독 운용에 필요한 데이터 이외의 데이터는 유출되지 않는다. 운용 측면에서 보더라도 기존 환경에서는 최상위 계층의 주, 예비지휘소가 불능 상태가 되면 최상위 임무 수행이 불가능한 구조였다. 하지만 데이터 파편화, 분산화 기술을 적용한 환경에서는 데이터 접근 권한을 통해 최상위 권한이 있으면 각 통신소에 분산저장 된 모든 데이터를 사용할 수 있으므로 임무를 수행할 수 있는 환경이 된다. 따라서 무기체계 운용환경에 맞게 파편화, 분산화 기술을 활용하면 데이터 유출 및 훼손 공격에 대응할 수 있으며 데이터 생존성 및 운용성을 향상 시킬 수 있다.

V. 결론

데이터 보호기술로써 사용되고 있는 데이터 암호화, 정보유출 방지, 접근제어, 데이터 비식별화 등의 기술은 원본 데이터 그대로 사용하기 때문에 데이터를 탈취하거나 암호화된 데이터라도 복호화에 성공하면 데이터가 그대로 유출될 수 있었다. 본 논문에서는 데이터를 파편화, 분산화하여 원본 데이터의 유출을 방지하고 데이터 훼손 공격으로부터 데이터의 고가용성 및 안정성을 제공하는 데이터 파편화, 분산화 기술을 제시하고, 무기체계에 적용할 수 있는 방안을 제안하였다. 이를 위해 모든 데이터를 파편화하고, 랙 정보가 아닌 군 데이터 운용환경 기반의 분산저장 정책, 파편화 데이터를 보호하기 위한 암호화 정책 등을 제시하였다. 또한 무기체계의 데이터 보호를 위해 무기체계에서의 데이터의 고정 운용환경과 이동 운용환경을 분석하여 각 무기체계의 운용개념에 맞는 데이터 운용구조를 제시하였다. 하지만 데이터 분산저장으로 인해 데이터 저장소가 늘어남에 따라 공격표면이 많아져서 공격 표면 측면에서 잠재적 위험을 내포하고 있다. 따라서 데이터 저장소 증가로 인한 공격 표면 확장에 대한 추가 연구가 필요하다. 향후 연구과제로 공격 표면 증가에 따른 공격 벡터 분석 및 대안을 제시하고, 데이터 파편화, 분산화 기술을 무기체계에 적용하였을 때 기존 운용환경과의 성능을 비교 및 분석할 예정이다.