$\require{mediawiki-texvc}$

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.

사물인터넷 환경에서의 VPN-Filter malware 기술과 대응방법
VPN-Filter Malware Techniques and Countermeasures in IoT Environment 원문보기

융합정보논문지 = Journal of Convergence for Information Technology, v.8 no.6, 2018년, pp.231 - 236  

김승호 (백석대학교 정보통신학부) ,  이근호 (백석대학교 정보통신학부)

초록
AI-Helper 아이콘AI-Helper

최근 정보통신기술의 빠른 발전에 따라 새로운 유형의 취약점 및 공격 기법들이 수없이 생겨나고 사회적인 물의를 일으키고 있다. 본 논문에서는 2018년 5월경 Cisco 위협 정보팀인 Talos Intelligence가 새롭게 발견한 대규모 사물인터넷 기반 botnet을 구성하는 'VPN-Filter'의 공개된 표본을 분석하여, 현시대의 사물인터넷 기반 botnet의 구성 방식과 공격방식에 대하여 살펴보고 해당 자료를 바탕으로 VPN-Filter와 접목해 VPN-Filter의 공격 시나리오와 공격 취약점의 특징에 대해 이해하고 VPN-Filter 악성코드를 이용한 Botnet 구성의 핵심이 되는 C&C Server 연결방식의 원인을 제거하기 위해 EXIF 메타데이터 제거 방식을 통한 해결방안을 제안하여 미래에 다가올 4차 산업혁명 시대의 사이버 보안에 기여하길 기대한다.

Abstract ▼ AI-Helper 아이콘AI-Helper

Recently, a wide variety of IoT environment is being created due to the rapid development of information and communication technology. And accordingly in a variety of network structures, a countless number of attack techniques and new types of vulnerabilities are producing a social disturbance. In M...

주제어

#융합   #봇넷   #악성코드   #보안   #IoT 장비  

표/그림 (7)

AI 본문요약
AI-Helper 아이콘 AI-Helper

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

문제 정의

  • 본 논문에서는 4차 산업 시대의 IoT 보안을 위하여 필요한 정보보안의 요소와 다양한 사이버 공격 중 하나인 Botnet이 무엇이며 어떤 피해를 볼 수 있는지 알아보고 VPN-Filter에 대한 공격 원인과 EXIF 메타데이터 제거방식을 통한 대응 방법을 제안한다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
botnet의 통신 방법은 어떻게 나눌 수 있는가? botnet은 통신 방법에 따라 구성 요소와 구조에 약간의 차이가 있다. botnet의 통신 방법은 크게 2가지로 직접 명령과 제어를 받는 botnet과 P2P 기반의 botnet으로 나눌 수 있다[5].
VPN-Filter의 특징은 무엇인가? 또한 해당 악성코드는 서비스 제공 업체와 일반 사용자를 구분하지 않고 공격을 통해 제어할 수 있는 특징이 있어[3] 다른 악성코드에 비해 더 위협적이다. 본 논문에서는 4차 산업 시대의 IoT 보안을 위하여 필요한 정보보안의 요소와 다양한 사이버 공격 중 하나인 Botnet이 무엇이며 어떤 피해를 볼 수 있는지 알아보고 VPN-Filter에 대한 공격 원인과 EXIF 메타데이터 제거방식을 통한 대응 방법을 제안한다.
분산 서비스 거부 공격(distributed Denial of Service attack)는 무엇인가? 분산 서비스 거부 공격(distributed Denial of Service attack)이라 불리는 해당 기법은 DoS 공격의 주목적인 시스템 또는 서버를 공격해 해당 장비의 자원을 소비하게끔 하여 정상적인 역할을 수행할 수 없는 상태로 만드는 기법으로 Fig3을 보면 알 수 있듯이 여러 대의 감염디바이스로 동시에 공격함으로써 더욱 효과적인 공격을 시도하는 기법[6]으로 DDoS 공격은 공격 타겟의 계층에 따라 3∼4계층은 대역폭 소진 공격, 7계층은 서비스/애플리케이션 마비 공격으로 크게 두 가지로 분류된다[7].
질의응답 정보가 도움이 되었나요?

참고문헌 (16)

  1. W. Largent. (2018). New VPNFilter malware targets at least 500K networking devices worldwide. California : Cisco. 

  2. H. J. Bak, S. B. Yang, J. K. Jang & Y. H. Jeon. (2016). A Study on the Cyber Attack against Social Infrastructure and the Security Countermeasure. Journal of Korean Society for Internet Information, 17(1), 285-286. 

  3. http://www.igloosec.co.kr/BLOG_VPNFilter%20%EC%95%85%EC%84%B1%EC%BD%94%EB%93%9C%20%EB%B6%84%EC%84%9D%20%EB%B3%B4%EA%B3%A0%EC%84%9C?searchItem&searchWord&bbsCateId47&gotoPage1 

  4. S. Saad, L. Traore, A. Ghorbani, B. Sayed, D. Zhao, W. Lu, J. Felix & P. Hakimian. (2011). Detecting P2P botnets through network behavior analysis and machine learning. In Privacy, Security and Trust (PST), 2011 Ninth Annual International Conference. (pp. 174-180). IEEE. 

  5. Y. Fan & N. Xu. (2014). A P2P Botnet Detection Method Used On-line Monitoring and Off-line Detection. International Journal of Security and Its Applications, 8(3), 87-96. 

  6. J. S. Lee, D. W. Kim, W. H. Park & K. H. Kuk. (2009). A Study on Analysis and Response of DDoS Cyber Terror Based on Network. Jouranl of Information and Security, 9(3), 43-51. 

  7. I. S. Lee & S. Y. Lee. (2018). A Study on Implementation of DDOS Attack Simulator in Cloud Computing. The Journal of Korean Institute of Communications and Information Sciences, 2018.6, 1384-1385. 

  8. Y. G. Park. (2013). Analysis of DDoS Attack Trends through Cyber ??Shelters. KISA, Internet & Security Focus, 2, 28-38. 

  9. J. H. Joo, H. C. Youn, J. S. Oh & T. H. Kim. (2018). A Study on Cognitive Dissonance in the Understanding of Blockchain and Crpytocurrency. The Journal of the Korea Contents Association, 2018(5), 73-74. 

  10. bitcoin.org 

  11. www.ethereum.org 

  12. ripple.com 

  13. H. Y. Kim. (2018). Analysis of Security Threats and Countermeasures on Blockchain Platforms. Korean Institute of Information Technology, 16(5), 103-112. 

  14. Microsoft. (2018). Behavior monitoring combined with machine learning spoils a massive Dofoil coin mining campaign. Washington : Microsoft 

  15. H. S. Seo, J. S. Choi & P. H. Chu. (2009). Design of Classification Methodology of Malicious Code in Windows Environment. Journal of The Korea Institute of Information Security and Cryptology, 19(2), 83-92. 

  16. S. H. Hong & J. A. Yu. Ransomware attack analysis and countermeasures of defensive aspects. Journal of Convergence for Information Technology, 8(1), 139-145. 

    원문보기 상세보기

저자의 다른 논문 :

관련 콘텐츠

오픈액세스(OA) 유형

FREE

Free Access. 출판사/학술단체 등이 허락한 무료 공개 사이트를 통해 자유로운 이용이 가능한 논문

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