본 논문은 APT(Advanced Persistent Threat) 공격에 대한 효율적이고 강력한 방어 체계를 제안한다. APT 공격은 정교한 조직화, 은밀한 실행, 장기적인 지속성, 다양한 분야의 가치 있는 자산 타겟팅 등의 특징을 가지고 있어 중요한 사이버 보안 과제로 대두되고 있다.
프로베넌스 그래프 기반 커널 수준 감사는 복잡한 네트워크 환경에서 가시성과 추적성을 높이는 유망한 접근법으로 주목받고 있다. 그러나 여전히 복잡한 측면 공격 체인 재구성, 동적 회피 행위 탐지, 적대적 하위 그래프 방어 등의 과제가 존재한다.
이를 해결하기 위해 본 논문은 다음과 같은 3가지 핵심 기술을 제안한다:
네트워크 수준 분산 프로베넌스 그래프 감사 모델: 비용 효율적인 측면 공격 체인 재구성을 위해 인과관계 보존 집계(CPA) 및 선형 판별 분석(LDA) 기반 가중치 그래프 집계 기법을 활용한다.
신뢰 기반 동적 APT 회피 행위 탐지 전략: 시간 상관관계와 신뢰 평가를 통해 APT 회피 행위를 효과적으로 탐지한다.
HMM 기반 적대적 하위 그래프 방어 전략: 빠른 적대적 하위 그래프 모델링과 은닉 마르코프 모델(HMM) 기반 자가 진화 탐지 기법을 통해 프로베넌스 그래프 기반 APT 방어의 강건성을 높인다.
제안된 기술들은 프로토타입 구현과 실험을 통해 그 효과성이 검증되었다. 또한 향후 연구 방향으로 프로베넌스 그래프와 지식 그래프의 융합, 무결성 있는 프로베넌스 그래프 저장, 협력적이고 프라이버시 보호적인 위협 정보 공유, 클라우드 및 엣지 환경과의 통합 등이 제시되었다.
Till ett annat språk
från källinnehåll
arxiv.org
Djupare frågor