사이버 상의 공격과 범죄가 기하급수적으로 증가와 해킹 공격들이 지능화, 고도화되면서 해킹 공격방법 및 루트가 복자하고 예측 불가능하게 진화하고 있어 실시간으로 범죄 발생을 예측, 예방과 대규모의 지능적인 해킹 공격에 대한 선제적 대응력 강화하기 위해 스스로 학습해 이상 징후를 감시 및 공격을 차단하여 대응하는 인공지능을 활용한 차세대 보안 시스템 구축을 통한 인공지능기반 보안관제 플랫폼 개발 방안을 제시하고자 한다. 인공지능기반 보안관제 플랫폼은 데이터 수집, 데이터 분석, 차세대 보안체계 운영, 보안체계 관리 등의 기반으로 개발되어야 한다. 빅데이터 기반과 관제시스템, 외부위협정보를 통한 데이터 수집 단계, 수집된 데이터를 전처리 후 정형화시켜 딥러닝 기반 알고리즘을 통해 정·오탐 선별과 이상행위 분석 등을 수행하는 데이터 분석 단계, 분석된 데이터로 통해 예방·관제·대응·분석과 유기적 순환구조의 보안체계를 운영하여 신규위협에 대한 처리범위 및 속도향상을 높이고 정상기반과 비정상행위 식별 등을 강화시키는 차세대 보안체계 운영, 그리고 보안위협 대응 체계 관리, 유해IP 관리, 탐지정책 관리, 보안업무 법제도 관리이다. 이를 통해 방대한 데이터를 통합적으로 분석하고 빠른 시간에 선제적으로 대처가 될 수 있도록 방안을 모색하고자 한다.
사이버 상의 공격과 범죄가 기하급수적으로 증가와 해킹 공격들이 지능화, 고도화되면서 해킹 공격방법 및 루트가 복자하고 예측 불가능하게 진화하고 있어 실시간으로 범죄 발생을 예측, 예방과 대규모의 지능적인 해킹 공격에 대한 선제적 대응력 강화하기 위해 스스로 학습해 이상 징후를 감시 및 공격을 차단하여 대응하는 인공지능을 활용한 차세대 보안 시스템 구축을 통한 인공지능기반 보안관제 플랫폼 개발 방안을 제시하고자 한다. 인공지능기반 보안관제 플랫폼은 데이터 수집, 데이터 분석, 차세대 보안체계 운영, 보안체계 관리 등의 기반으로 개발되어야 한다. 빅데이터 기반과 관제시스템, 외부위협정보를 통한 데이터 수집 단계, 수집된 데이터를 전처리 후 정형화시켜 딥러닝 기반 알고리즘을 통해 정·오탐 선별과 이상행위 분석 등을 수행하는 데이터 분석 단계, 분석된 데이터로 통해 예방·관제·대응·분석과 유기적 순환구조의 보안체계를 운영하여 신규위협에 대한 처리범위 및 속도향상을 높이고 정상기반과 비정상행위 식별 등을 강화시키는 차세대 보안체계 운영, 그리고 보안위협 대응 체계 관리, 유해IP 관리, 탐지정책 관리, 보안업무 법제도 관리이다. 이를 통해 방대한 데이터를 통합적으로 분석하고 빠른 시간에 선제적으로 대처가 될 수 있도록 방안을 모색하고자 한다.
As cyber attacks and crimes increase exponentially and hacking attacks become more intelligent and advanced, hacking attack methods and routes are evolving unpredictably and in real time. In order to reinforce the enemy's responsiveness, this study aims to propose a method for developing an artifici...
As cyber attacks and crimes increase exponentially and hacking attacks become more intelligent and advanced, hacking attack methods and routes are evolving unpredictably and in real time. In order to reinforce the enemy's responsiveness, this study aims to propose a method for developing an artificial intelligence-based security control platform by building a next-generation security system using artificial intelligence to respond by self-learning, monitoring abnormal signs and blocking attacks.The artificial intelligence-based security control platform should be developed as the basis for data collection, data analysis, next-generation security system operation, and security system management. Big data base and control system, data collection step through external threat information, data analysis step of pre-processing and formalizing the collected data to perform positive/false detection and abnormal behavior analysis through deep learning-based algorithm, and analyzed data Through the operation of a security system of prevention, control, response, analysis, and organic circulation structure, the next generation security system to increase the scope and speed of handling new threats and to reinforce the identification of normal and abnormal behaviors, and management of the security threat response system, Harmful IP management, detection policy management, security business legal system management. Through this, we are trying to find a way to comprehensively analyze vast amounts of data and to respond preemptively in a short time.
As cyber attacks and crimes increase exponentially and hacking attacks become more intelligent and advanced, hacking attack methods and routes are evolving unpredictably and in real time. In order to reinforce the enemy's responsiveness, this study aims to propose a method for developing an artificial intelligence-based security control platform by building a next-generation security system using artificial intelligence to respond by self-learning, monitoring abnormal signs and blocking attacks.The artificial intelligence-based security control platform should be developed as the basis for data collection, data analysis, next-generation security system operation, and security system management. Big data base and control system, data collection step through external threat information, data analysis step of pre-processing and formalizing the collected data to perform positive/false detection and abnormal behavior analysis through deep learning-based algorithm, and analyzed data Through the operation of a security system of prevention, control, response, analysis, and organic circulation structure, the next generation security system to increase the scope and speed of handling new threats and to reinforce the identification of normal and abnormal behaviors, and management of the security threat response system, Harmful IP management, detection policy management, security business legal system management. Through this, we are trying to find a way to comprehensively analyze vast amounts of data and to respond preemptively in a short time.
본 논문에서 제안하는 인공지능 기반 보안관제 플랫폼은 공공기관 또는 민간기업 사이버안전센터에서 운영하고 있는 보안관제 프로세스에서 인공지능을 활용하여 각 단계별 (수집→분석→대응→관리) [그림 1] 특징과 절차 등을 보완하고 딥러닝 기반의 알고리즘을 통한 분석기술과 새로운 대응 보안 기술을 통해 기존에 보안관제 전문인력이 수동으로 직접 수행하였던 업무 내용들을 인공지능기반 보안시스템에서 자동화하여 알려진 공격과 알려지지 않은 사이버 공격에 대해 보다 효율적이고 정확한 침해사고 대응이 가능하도록 하기 위한 개발 방안이다.
대상 데이터
그 밖에 신규 취약점 정보(CVE, CWE), 해킹사이트(Zone-h 등), 신규 위협정보, 대응규칙 등을 OpenAPI 연계시스템을 구축하여 위협정보를 수집이 가능하다. 네 번째는 RPA(Robotic Process Automation, 로보틱 프로세스 자동화)를 활용한 데이터 수집이다. RPA는 사람이 PC나 모바일 기기에서 수행하는 정형화되고 반복적인 일을 사람 대신 수행하는 소프트웨어이다.
이를 위해 한국인터넷진흥원 공유시스템(C-TAS, Cyber Threat Analysis & Sharing)이 있고 민간업체 중 위협 인텔리전스 서비스인 Threat Inside시스템은 실시간 공격 정보뿐만 아니라 이와 관련된 APT그룹을 추적하고 분석한 위협 인텔리전스 리포트와 분석 데이터를 활용하면 네트워크 보안장비나 SIEM, EDR 등에 최신 위협 feed를 반영하여 탐지력을 강화하거나 보안관제에서 발생하는 위협을 추적하고 분석하는 등 보안 강화를 위해 필요한 시스템 보안과 위협 대응, 관리업무 등을 이용할 수 있다
후속연구
본 논문을 연구하면서 국내에는 아직까지 보안 분야에 인공지능 기반의 플랫폼을 적용한 사례나 시스템이 존재하지 않아 어떻게 운영되고 있는지? 과연 효과성과 효율성이 얼마나 높은지 정확한 데이터가 존재하지 않아 저 자신도 플랫폼 개발 방안 또는 서비스 모델을 만드는데 이론적인 지식을 통해 연구하고 개발 방안을 제시할 수밖에 없는 아쉬움이 남는다. 보안 분야에 인공지능을 접목시켰을 때 인공지능에 대한 부작용도 고려돼야 하고 보안 위협이 지능화되고 또 방대하게 늘어나는 만큼 기존 보안관제 운영방식인 사람이 직접 보안 위협 정보를 찾아내고 분석 또는 대응하는 수동적인 이벤트 처리 방식의 한계를 보완해서 인공지능을 활용하여 스스로 학습하고 처리 대응하는 심도 깊은 인공지능 플랫폼 활용방안을 꾸준히 모색해야 한다고 생각한다.
본 논문을 연구하면서 국내에는 아직까지 보안 분야에 인공지능 기반의 플랫폼을 적용한 사례나 시스템이 존재하지 않아 어떻게 운영되고 있는지? 과연 효과성과 효율성이 얼마나 높은지 정확한 데이터가 존재하지 않아 저 자신도 플랫폼 개발 방안 또는 서비스 모델을 만드는데 이론적인 지식을 통해 연구하고 개발 방안을 제시할 수밖에 없는 아쉬움이 남는다. 보안 분야에 인공지능을 접목시켰을 때 인공지능에 대한 부작용도 고려돼야 하고 보안 위협이 지능화되고 또 방대하게 늘어나는 만큼 기존 보안관제 운영방식인 사람이 직접 보안 위협 정보를 찾아내고 분석 또는 대응하는 수동적인 이벤트 처리 방식의 한계를 보완해서 인공지능을 활용하여 스스로 학습하고 처리 대응하는 심도 깊은 인공지능 플랫폼 활용방안을 꾸준히 모색해야 한다고 생각한다.
앞으로의 사이버 침해는 고도화되고 정교하며, 지금까지 경험하지 못했던 전략적인 보안 위협이 등장할 것이며, 그에 따른 많은 정보와 자산의 피해로 막대한 시간과 자본이 손실될 위험한 상황에 직면하고 있다. 이전에도 사이버 공격이나 보안에 관한 연구는 다양하게 이루어져 왔지만 기업과 공공기관, 개인 등의 사용자를 노리는 보안 위협은 앞으로 증가될 것으로 예상되며 이에 따라 기술에 발전의 속도만큼 사이버상의 보안 위협은 종료와 공격 방식이 빠르게 진화하고 있기 때문에 방대한 데이터를 통합적으로 분석하고 빠른 시간에 선제적으로 대처할 수 있는 인공지능 기반의 통합관제 체계를 빠른 시일 내에 구축하고 운영돼야 한다.
참고문헌 (11)
국경완, 공병철, "인공지능을 활용한 보안기술 개발 동향," 정보통신기획평가원, 2019.
손기준, 조인호, 김찬우, 전채남, "Design and Implementation of Hadoop-based Platform "Textom" for Processing Big-data," 한국콘텐츠학회 종합학술대회 논문집, pp.297-298, 2015.
http://www.igloosec.co.kr/BLOG_다가오는 인공지능 기반의 보안관제, 그 전에 준비해야 할 것은[qs]?searchItem&searchWord&bbsCateId17&gotoPage2
https://blog.lgcns.com/1221
정기문, 박학수, "침해위협 상관분석 기반의 보안관제 시스템 설계," 한국컴퓨터정보학회, 제19권, 제2호, pp.335-337, 2011
http://www.igloosec.co.kr/BLOG_SIEM을 통한 경보 설정과 이벤트 대응
김규일, 보안관제 효율성 제고를 위한 실증적 분석 기반 보안이벤트 자동검증 방법, 한국과학기술정보연구원, 2014.
http://blog.skby.net/인공지능-기반-침해사고-공격-분석-방안/
이후기, 성종혁, 백동훈, 김종배, 김관용, "A Study on Estimation of Malicious IP Storage Cycle in Security Monitoring Base," Asia-pacific Journal of Multimedia Services Convergent with Art, Humanities, and Sociology, Vol.7, No.7, July 2017.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.