초록 ▼

용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

보안 취약점 진단 자동화기법 유 재 윤 정보보안학과 숭실대학교 정보과학대학원 기업들은 취약점 진단을 통해 기업의 보안성을 높여 보다 안전한 자산 관리를 목표로 두고 있다. 하지만 기존 취약점 진단의 방법에는 많은 비 용과 시간이 필요하다는 미비점이 있다. 본 논문에서는 ‘JAVA’, 셸 보안 취약점 진단 자동화기법 유 재 윤 정보보안학과 숭실대학교 정보과학대학원 기업들은 취약점 진단을 통해 기업의 보안성을 높여 보다 안전한 자산 관리를 목표로 두고 있다. 하지만 기존 취약점 진단의 방법에는 많은 비 용과 시간이 필요하다는 미비점이 있다. 본 논문에서는 ‘JAVA’, 셸 스크립트를 통해 크게 2가지의 방법을 적용 하여 기존 취약점 진단의 방법보다 효율적으로 진단할 수 있는 자동화기 법을 제안한다. 실험은 ‘JAVA’를 이용하여 ‘Settings.ini’라는 파일을 생성해 운영체제 별 진단 항목의 기준값을 정하였고, 셸 스크립트를 이용하여 ‘CSV’ 파일 을 생성하여 진단 시간을 단축하였다. 기존 스크립트를 이용하여 진단할 경우 1대당 약 20분의 시간이 걸린 것에 비해 자동화기법을 이용한 진단 은 1대당 약 3분의 시간이 걸려 시간상으로 약 7배의 차이가 나타났다. 본 논문은 이러한 취약점 진단 프로세스에서 비용과 시간을 절약할 수 있는 취약점 진단 자동화기법에 관한 내용을 다루고 있으며, 향후 실제 운용하고 있는 서버를 대상으로 한 오탐 및 다양한 변수들에 관한 연구 가 더 필요하다.

Abstract ▼ AI-Helper

Security Vulnerability Diagnosis Automation Technology YOU, JAE-YUN Department of Information Security Graduate School of Information Science, Soongsil University Vulnerability scanning is an increasingly popular way for organizations to improve their security and ensure safer asset management. Howe...

Security Vulnerability Diagnosis Automation Technology YOU, JAE-YUN Department of Information Security Graduate School of Information Science, Soongsil University Vulnerability scanning is an increasingly popular way for organizations to improve their security and ensure safer asset management. However, existing vulnerability diagnosis methods are expensive and time-consuming In this paper, we propose an automation technique that can diagnose vulnerabilities more efficiently than existing vulnerability diagnosis methods by applying two main methods through 'JAVA' and shell scripts. In the experiment, a file called 'Settings.ini' was created using 'JAVA' to set the reference value of diagnostic items for each operating system, and a 'CSV' file was created using a shell script to shorten the diagnosis time. When diagnosing using the existing script, it took about 20 minutes per device, while the diagnosis using the automation method took about 10 seconds per device, showing a difference of about 120 times. This paper describes a vulnerability diagnosis automation technique that can save cost and time in the vulnerability diagnosis process, and further research is needed on false positives and various variables for servers in actual operation.