[논문]인공지능 기술기반의 통합보안관제 서비스모델 개발방안

오영택; 조인준

doi:10.5392/jkca.2019.19.01.108

인공지능 기술기반의 통합보안관제 서비스모델 개발방안
Development of Integrated Security Control Service Model based on Artificial Intelligence Technology 원문보기

한국콘텐츠학회논문지 = The Journal of the Korea Contents Association, v.19 no.1, 2019년, pp.108 - 116

오영택 (배재대학교대학원 사이버보안과) , 조인준 (배재대학교대학원 사이버보안과)

초록
AI-Helper

본 논문에서는 인공지능기술을 통합보안관제 기술에 효율적으로 적용하는 방안을 제안하였다. 즉, 통합보안관제시스템에 수집된 빅 데이터를 기반으로 머신러닝 학습을 인공지능에 적용하여 사이버공격을 탐지하도록 하고 적절한 대응을 한다. 기술의 발달에 따라서 늘어나는 보안장비와 보안 프로그램들로부터 쌓이는 수많은 대용량의 로그들을 사람이 일일이 분석하기에는 한계에 부딪히고 있다. 분석방법 또한 한 가지 로그가 아닌 여러 가지 이기종간의 보안장비의 로그까지 서로 상관분석을 해야 하기 때문에 더욱 더 통합보안관제에 적용되어서 신속한 분석이 이루어져야 하겠다. 이런 행위를 분석하고 대응하는 과정들이 효과적인 학습방법을 통해서 점진적으로 진화를 거쳐 성숙해가는 인공지능기반 통합보안관제 서비스모델을 새롭게 제안하였다. 제안된 모델에서 예상되는 핵심적인 문제점들에 대한 해결방안을 모색하였다. 그리고 정상 행위 기반의 학습모델을 개발하여 식별되지 않는 비 정상행위 위협에 대응력을 강화하는 학습방법을 도출하였다. 또한, 제안된 보안 서비스모델을 통하여 보안담당자들의 분석과 대응을 효율적으로 지원할 수 있는 보안관제에 대한 향후 연구방향을 제시하였다.

Abstract ▼ AI-Helper

In this paper, we propose a method to apply artificial intelligence technology efficiently to integrated security control technology. In other words, by applying machine learning learning to artificial intelligence based on big data collected in integrated security control system, cyber attacks are detected and appropriately responded. As technology develops, many large capacity Is limited to analyzing individual logs. The analysis method should also be applied to the integrated security control more quickly because it needs to correlate the logs of various heterogeneous security devices rather than one log. We have newly proposed an integrated security service model based on artificial intelligence, which analyzes and responds to these behaviors gradually evolves and matures through effective learning methods. We sought a solution to the key problems expected in the proposed model. And we developed a learning method based on normal behavior based learning model to strengthen the response ability against unidentified abnormal behavior threat. In addition, future research directions for security management that can efficiently support analysis and correspondence of security personnel through proposed security service model are suggested.

주제어

AI 본문요약
AI-Helper

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

문제 정의

정탐률을 높이기 위한 방안으로 최적의 알고리즘 2개이상 결합하여 더 좋은 결과를 도출하기 위한 앙상블 기법을 적용해야한다. 또한, 알고리즘간의 호환성이나 성능적인 문제를 상호 보완하도록 한다. 이때 성능적인 문제점으로 단순히 여러 알고리즘을 같이 돌리기만 하는 것은 무의미하며 전문가의 충분한 고려와 테스트를 통해 최적을 알고리즘을 선정하여야 한다.
기존의 보안 분석 체계와 다르게 이들은 단순한 로그와 더불어 다양한 이기종의 장비로그들을 대상으로 서로 상호연관성 뿐만 아니라, 기존의 보안이벤트에 대한 대응 방법들도 포함되어 분석되어야 한다. 본 논문에서는 이러한 문제점에 대한 하나의 해결책으로 보안이벤트 처리에 인공지능 기술을 적용하여 효율적인 통합보안관제를 실현할 수 있는 방안을 새롭게 제안하였다.
이렇게 기하급수적으로 증가하는 추세에 있는 보안이벤트를 보안담당자들이 모두 대응하기에는 한계에 부딪히고 있다. 본 논문에서는 이러한 복합적인 문제에 대한 하나의 해결책으로 인공지능 기반의 통합보안관제시스템을 효과적으로 구현하기 위한 통합보안관제 모델을 제안하였다. 본 논문의 내용을 살펴보면 다음과 같다.
이를 통해 향후 효율적인 인공지능 통합보안관제시스템 구축을 위한 서비스 모델을 개발하였다. 이 모델은 수집된 데이터에 보안 분석가의 노하우가 적용된 인공지능이 개발될 수 있도록 하였다.
그리고 이를 통한 탐지체계를 새롭게 제시하였다. 이를 통해 향후 효율적인 인공지능 통합보안관제시스템 구축을 위한 서비스 모델을 개발하였다. 이 모델은 수집된 데이터에 보안 분석가의 노하우가 적용된 인공지능이 개발될 수 있도록 하였다.

제안 방법

공격유형별 시나리오 기반의 학습데이터와 침해사고 대응 이력을 학습데이터로 생성한다[3]. 그리고 지도학습 (Supervised Learning) 알고리즘을 통해 이벤트 사고처리 분석가(관제인력)에 의한 피드백 프로세스를 통해 모델을 개선해 나아간다. 지도학습 과정과 공격유형별 시나리오 그리고 사용자 행위 분석 기반의 학습데이터를 생성한다.
학습 모델 설계 방향은 데이터의 수집부터 위험도평가와 모니터링 맵 까지 고려한 End to End 모델을 기준으로 설계되어야한다. 그리고, 알려진 공격 패턴과 정상데이터 기준으로 학습 모델 설계를 기본으로 한다. 향후 조직적, 지능적인 신규 사이버 위협에 대응하는 지속 진화하는 학습모델로 설계해야한다[5].
둘째로 보안관제시스템의 내장 인터페이스를 이용하여 실시간 이벤트를 수집하여 해킹에 대해서 공격유형별로 분류한다. 그리고 정탐과 오탐처리 내역으로 나누어서 경보이벤트에 대하여 정책분석을 해야 한다.
이 학습데이터에 비지도학습(UnSupervised Learning)알고리즘을 적용하고, 비정상행위 탐지 분석가(관제인력)에 의한 피드백(Feedback) 프로세스를 적용해서 모델 개선 및 공격 유형에 대한 예측이 가능하도록 한다. 이때, 행위기반학습(Active Learning) 아키텍처를 통하여 오탐을 줄이는 학습되어야 한다.
이를 위해 기존 연구들과 다르게 본 논문에서 데이터의 수집처리부터 머신러닝기술을 도입하여 인공지능의 처리능력을 강화하는 학습방법을 제안하였다. 그리고 이를 통한 탐지체계를 새롭게 제시하였다.
기 운영 보안관제시스템(SIEM)의 부하를 최소화하기 위한 방안과 최적의 인공지능 성능을 보장하는 설계를 통해 사고처리 예측과 비정상행위 탐지를 제공해야한다[1]. 이를 위해서 첫째로 보안분석 전문가가 투입되어 네트워크망 영역별 보안장비 구성현황과 DDos, IPS, TMS, F/W, 웹방화벽, 백신등과 망구성 현황을 파악한다. 또한, 보안관제 이벤트와 장비별 차단정책, 탐지정책의 보안정책 현황과 보안 규칙 연동현황을 확인하여 공격 유형별로 분류가 필요하다.
동일한 DB/UI를 사용해서 가용성을 증가시키고, 장애율을 감소 시킬 수 있다. 정탐률을 높이기 위한 방안으로 최적의 알고리즘 2개이상 결합하여 더 좋은 결과를 도출하기 위한 앙상블 기법을 적용해야한다. 또한, 알고리즘간의 호환성이나 성능적인 문제를 상호 보완하도록 한다.

대상 데이터

이를 위해서 수집시스템 별 학습 및 탐지 데이터에 대한 용량정보를 사전에 확보하고 탐지데이터, 학습데이터에 대한 데이터 흐름 및 데이터 수집 시 이슈사항에 대하여 사전에 고려하여 수집하여야 한다. 학습데이터 및 예측데이터를 생성하기 위해 인공지능 수집기를 통해 보안관제시스템(SIEM)으로부터 원본로그와 이력 데이터를 수집한다.
학습데이터 및 예측데이터를 생성하기 위해서 통합보안관제시스템으로부터 원본로그와 이력데이터 등을 수집한다. 원본로그를 기계가 학습하기 쉬운 형태로 변형하는 과정으로 분석가의 노하우에 의한 특성값 추출이 필요하다.

성능/효과

“2018 RSA 컨퍼런스”에서 사이버 공격의 정교성 증대와 더불어 공격범위 확대를 쟁점으로 삼았다. 또한, 공격기술의 많은 발전이 있음에도 불구하고 현재의 기술만으로 알려지지 않은 공격에 적절한 대응이 불가능함을 지적하였다. 이런 문제 해결을 위한 대안으로 비즈니스 중심의 보안접근방식으로 위험을 관리할 것을 주장하였다.
셋째로 정탐률 향상 프로세스 설계를 통하여 오탐률을 최소화 할 수 있는 프로세스를 수립해야한다. 마지막 네 번째로는 지도학습을 통한 이벤트 사고처리 예측구현이 되고, 비지도 학습으로 비정상행위 탐지가 구현되어야 한다.

후속연구

본 연구에서는 다양한 로그데이터의 정형화 방안에 대한한계점이 있을 수 있다. 그래서 외부 정보공유시스템이정형적인 데이터형식으로 다양한 통합보안관제서비스에 활용이 가능하도록 표준화 및 공유체계를 위한 표준적인 정보공유시스템의 연구가 지속되어야 할 것이다.
두 번째로 데이터 정제과정을 위한 고속 처리를 위하여 사용자가 선택한 필드의 정제가 가능해야한다. 또한, 인메모리 방식의 분산처리 아키텍처를 통한 대규모 데이터 분산병렬 기능으로 구현되어야 데이터 압축을 통한 성능 향상을 기대할수 있다. 직관적인 필드 선택을 통해 정제하며 정제 정책을 DB와 XML 파일로 관리하여야 효율성을 높일 수 있다.
인공지능을 활용한 통합보안관제에서는 무엇보다 데이터가 중요하며, 이러한 데이터는 내부 데이터뿐만 아니라 외부의 보안이슈까지도 함께 적용되어야 한다. 본 연구에서는 다양한 로그데이터의 정형화 방안에 대한한계점이 있을 수 있다. 그래서 외부 정보공유시스템이정형적인 데이터형식으로 다양한 통합보안관제서비스에 활용이 가능하도록 표준화 및 공유체계를 위한 표준적인 정보공유시스템의 연구가 지속되어야 할 것이다.

질의응답

핵심어	질문	논문에서 추출한 답변
	인공지능 기반 통합보안관제 설계시 무엇이 정의되어야 하는가?	인공지능 기반 통합보안관제 설계 시 보안관제 노하우가 적용된 현황분석을 통해 최적의 학습데이터(Feature)가 정의되어야한다. 기 운영 보안관제시스템(SIEM)의 부하를 최소화하기 위한 방안과 최적의 인공지능 성능을 보장하는 설계를 통해 사고처리 예측과 비정상행위 탐지를 제공해야한다[1].
	격자탐색의 특징은?	결국 후보집한이 한정됨을 예방해야 한다. 격자탐색은 중요하지 않은 매개변수와 중요한 매개변수를 동일하게 관측할 수 있도록 해서 정확도를 향상 시킬수 있도록 한다.
	머신러닝(Machine Learning)의지도 학습 알고리즘이 가진 단점과 문제점은?	이미 많이 알려진 머신러닝(Machine Learning)의지도 학습 알고리즘은 답안을 선 제시하는 라벨리드 학습을 통해 새로운 이벤트에 대한 정상/비정상 자동 판별 과 탐지 커버리지 확대가 가능하다. 하지만, 실제 비정상(공격)데이터가 적은 단점과 대량의 데이터 태깅 문제를 야기할 수 있다.

참고문헌 (6)

김진홍, 공공기관의 아웃소싱 보안관제 수준 측정지표에 관한 연구, 숭실대학교 대학원 논문지, 2014.
정진영, 인공지능을 활용한 금융권 통합보안관제 자동화 방안, 건국대학교 정보통신대학원, 석사학위논문, 2018.
김영인, 국방 인공지능(AI) 활용방안 연구, (사)한국융합보보연구소 연구보고서, 2017.
최지우, 빅데이터 기반의 보안관제 방안에 대한 실증적 연구, 공주대학교, 2015.
신기동, 효과적인 보안관제 방법론 정립, 한국산업기술대학교 대학원, 2014.
김규일, 보안관제 효율성 제고를 위한 실증적 분석 기반 보안이벤트 자동검증 방법, 한국과학기술정보연구원, 2014.

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증