$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

사이버 위협 사전인지를 위한 위협 정량화 기술 원문보기

情報保護學會誌 = KIISC review, v.22 no.8, 2012년, pp.15 - 20  

김기영 (한국전자통신연구원 사이버융합보안연구단) ,  임선희 (한국전자통신연구원 사이버융합보안연구단) ,  김종현 (한국전자통신연구원 사이버융합보안연구단)

초록
AI-Helper 아이콘AI-Helper

최근 고도의 지능적인 대량 공격이 지속적으로 발생하고 있으며, 다형성 악성코드 공격 증가로 인하여 개인과 기업 및 국가 기반시설까지 사이버위협에 노출되고 있다. 현재, 국가차원의 대응센터에서는 이러한 위협 대응을 위해 공격 위험도를 CVSS(Common Vulnerability Scoring System) 취약점 등급시스템으로 점수화하여 단계적으로 경보를 발령한다. 하지만 현재의 경보발령 체계가 공격이 이루어진 후 사후 대책으로 제공되고 있어, 공격발생 전에 공격 징후를 포착하거나 공격량 예측과 같은 전역 네트워크 차원의 위협에 대한 대응 기술은 미비하다. 본 논문에서는 최근 봇넷 기반의 공격들이 많아지고 있는 상황에서 봇넷을 네트워크 위협 전조증상으로 정의하고, NCSC(National Cyber Security Center), KrCERT와 같은 국가기관의 경보등급 산정체계를 기반으로 전역차원의 예 경보 발령 및 공격량 예측 시스템에 대해 연구한다.

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

  • 본 논문에서는 네트워크 위협 사전인지를 위해 전역 네트워크 차원의 C&C 서버 탐지 및 모니터링으로 감염된 좀비 PC 규모를 예측하고, 좀비 PC와 C&C 서버 간의 트래픽을 모니터링하여 좀비 PC 활동성을 통해 공격 규모 및 자산 손실에 대한 예측을 제공하는 기술에 대해 연구한다.
  • 본 논문에서는 사이버 위협의 사전 인지를 위해 기존의 봇넷 연구들을 기반으로 도출된 공격의 위협요인을 특징화하여 기존 예·경보 발령체계를 기반으로 전역차원의 보안 모니터링 기술에 대해 연구한다.
  • 본 논문에서는 좀비PC가 질의하는 DNS 트래픽을 분석하여 탐지된 의심 도메인의 IP 및 의심 도메인에 접속하는 좀비PC들의 접속행위를 통해 위험도를 산정하고 공격량에 대해 예측한다.
  • 본 장에서는 네트워크 위협 대응기술의 한계점을 극복하기 위하여 공격 발생 전 사전인지를 위한 위협 정량화에 대해 연구한다.
  • 본 논문에서는 사이버 위협의 사전 인지를 위해 기존의 봇넷 연구들을 기반으로 도출된 공격의 위협요인을 특징화하여 기존 예·경보 발령체계를 기반으로 전역차원의 보안 모니터링 기술에 대해 연구한다. 이러한 연구는 공격 발생전에 사이버위협에 대한 전조증상들을 분석하고 예상되는 공격량을 측정함으로써 보다 효과적으로 대처할 수 있다.
  • 지금까지 사이버테러 대응을 위한 NCSC 및 KrCERT와 같은 국가기관 중심의 대응체계 및 위험도 산정 등에 대해 알아보고, 기존 기술의 한계를 극복하기 위한 방안으로 전역 네트워크 차원의 통합보안제어 시스템 대응체계 및 위험도 산정, 공격량 예측 기술에 대해 연구하였다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
통합보안제어 프레임워크는 어떻게 구성되는가? 통합보안제어 프레임워크(COoperative Security MOnitoring System, COSMOS)는 통합보안제어 서버, 다수의 에이전트(1~n) 및 서버와 에이전트 간 정보전달을 위한 보안정보 공유프로토콜로 구성된다. 그림 3과 같이 통합보안제어 서버는 다수의 에이전트로부터 수집된 이종보안로그 정보, 의심도메인/IP/접속리스트/추적로그, 이벤트 분석, 경보계산, 통계처리 및 네트워크 위협 사전 인지를 위한 예·경보 기능을 제공한다.
기존 상용제품과 통합보안제어 프레임워크 시스템의 이벤트 수집 처리력 차이는? 다수의 에이전트는 각 ISP에서 제공되는 이종보안장비의 정보를 실시간으로 수집하여 표준포맷으로 정규화 및 축약 기능을 제공한다. 특히, 기존의 상용제품에서의 수집기능은 초당 2천건~7천건 정도인데 반해, COSMOS 에이전트 시스템은 이종보안 이벤트 수집을 1만건 이상으로 처리한다. 보안정보 공유프로토콜은 IETF의 표준화 그룹에서 정의하고 있는 IDMEF(Intrusion Detection Message Exchange Format), IODEF(Incident Object Description Exchange Format) 및 RID(Real-time Inter_network Defense) 프로토콜 표준을 적용한다[13, 14, 15].
봇넷은 어떻게 구성되는가? 봇넷은 악성코드 봇(Bot)에 감염된 다수의 컴퓨터들이 네트워크로 연결되어 있는 형태로서 실제 감염된 봇들에게 공격 명령을 내리는 봇마스터(Bot Master), 명령 및 제어 메시지를 전달하는 C&C 서버, 악성코드 봇 (Bot)에 감염되어 공격자로부터 제어를 받는 좀비(Zombie)PC들로 구성된다. C&C서버와 좀비PC들은 명령 및 제어 메시지를 송수신하기 위해 연결을 시도하는데, 기존의 방법인 봇 프로그램에 하드코딩된 IP주소를 할당하는 방식이 탐지가 용이함에 따라 도메인주소를 할당하여 DNS(Domain Name System) 서비스를 이용한 봇넷들로 진화하고 있다[16].
질의응답 정보가 도움이 되었나요?

저자의 다른 논문 :

관련 콘텐츠

이 논문과 함께 이용한 콘텐츠

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로