[논문]Markov Chain을 이용한 기만환경 칩입 공격자의 기만 여부 예측 모델에 대한 연구

유선모; 위성모; 한종화; 김용현; 조정식

doi:10.33778/kcsa.2023.23.2.037

Markov Chain을 이용한 기만환경 칩입 공격자의 기만 여부 예측 모델에 대한 연구
A Study on the Model for Determining the Deceptive Status of Attackers using Markov Chain 원문보기

융합보안논문지 = Convergence security journal, v.23 no.2, 2023년, pp.37 - 45

유선모 (주식회사 앰진) , 위성모 (한국인터넷진흥원 탐지대응팀) , 한종화 (한국인터넷진흥원 탐지대응팀) , 김용현 (주식회사 앰진) , 조정식 (한국인터넷진흥원 탐지대응팀)

초록
AI-Helper

사이버 기만 기술은 공격자의 활동을 모니터링하고 새로운 유형의 공격을 탐지하는 데 중요한 역할을 한다. 그러나 기만 기술의 발전과 더불어 Anti-honeypot 기술 또한 발전하여 기만환경임을 알아챈 공격자가 기만환경에서의 활동을 중단하거나 역으로 기만환경을 이용하는 사례들도 존재하지만 현재 기만 기술은 이러한 상황을 식별하거나 대응하지 못하고 있다. 본 연구에서는 마코프 체인 분석 기법을 이용하여 기만환경에 침입한 공격자의 기만환경 식별 여부 예측 모델을 제안한다. 본 연구에서 제안하는 기만 여부 판단 모델은 확인한 바로는 공격자의기만환경 식별 여부를 판단하기 위한 최초의 시도이며 기만환경을 식별한 공격자를 고려하지 않는 기존의 기만기술 기반 공격자 분석에 대한 연구의 제한사항을 극복할 수 있을 것으로 예상한다. 본 연구에서 제안한 분류 모델은 기만환경임을 식별하고 활동하는 공격자 분류에 97.5%의 높은 정확도를 보였으며 공격자의 기만환경 식별여부 예측을 통해 수많은 기만환경 침입 데이터 분석 연구에 정제된 데이터를 제공할 수 있을 것으로 기대된다.

Abstract ▼ AI-Helper

Cyber deception technology plays a crucial role in monitoring attacker activities and detecting new types of attacks. However, along with the advancements in deception technology, the development of Anti-honeypot technology has allowed attackers who recognize the deceptive environment to either cease their activities or exploit the environment in reverse. Currently, deception technology is unable to identify or respond to such situations. In this study, we propose a predictive model using Markov chain analysis to determine the identification of attackers who infiltrate deceptive environments. The proposed model for deception status determination is the first attempt of its kind and is expected to overcome the limitations of existing deception-based attacker analysis, which does not consider attackers who identify the deceptive environment. The classification model proposed in this study demonstrated a high accuracy rate of 97.5% in identifying and categorizing attackers operating in deceptive environments. By predicting the identification of an attacker's deceptive environment, it is anticipated that this model can provide refined data for numerous studies analyzing deceptive environment intrusions.

주제어

표/그림 (7)

표 <표 1> 레이어별 Anti-Honeypot 기술 연구
그림 (그림 1] 공격 상태 도메인 및 전이 방향
표 <표 2> 각 공격 활동이 탐지되는 상태 및 설명
표 <표 3> Inbound Scan 상태에서 각 상태로의 전이 확률
표 <표 4> 각 상태에서 자체 변이 기간의 통계적 속성
표 <표 5> 각 상태에서 자체 변이 횟수의 통계적 속성
표 <표 6> Markov Chain 기반의 Anti-Deception 탐지 결과

참고문헌 (17)

Stoll, Cliff. 2005. The Cuckoo's Egg: Tracking a？Spy Through the Maze of Computer Espionage.？Simon and Schuster.
Spitzner, L. 2003. "Honeypots: Catching the Insider？Threat." In 19th Annual Computer Security？Applications Conference, 2003. Proceedings. 170-79. https://doi.org/10.1109/CSAC.2003.1254322.
Pouget, F., Marc Dacier, and Herve Debar. 2003.？"White Paper: Honeypot, Honeynet, Honeytoken:？Terminological Issues." Rapport Technique EURECOM？1275 (September).
Cenys, Antanas, Darius Rainys, Lukas Radvilavicius,？and Nikolaj Goranin. 2005. "Implementation of？Honeytoken Module In DBMS Oracle 9ir2？Enterprise Edition for Internal Malicious Activity？Detection." January.
"HoneyGen: An Automated Honeytokens Generator."？IEEE Conference Publication, IEEE Xplore. n.d.？Accessed March 24, 2023. https://ieeexplore.ieee.org/abstract/document/5984063.
Taofeek, Olayiwola Tokunbo, Moatsum Alawida,？Abdulatif Alabdulatif, Abiodun Esther Omolara,？and Oludare Isaac Abiodun. 2022. "A Cognitive？Deception Model for Generating Fake Documents？to Curb Data Exfiltration in Networks During？Cyber-Attacks." IEEE Access 10: 41457-76.？https://doi.org/10.1109/ACCESS.2022.3166628.

상세보기
Karuna, Prakruthi, Hemant Purohit, Sushil Jajodia,？Rajesh Ganesan, and Ozlem Uzuner. 2021. "Fake？Document Generation for Cyber Deception by？Manipulating Text Comprehensibility." IEEE？Systems Journal 15 (1): 835-45. https://doi.org/10.1109/JSYST.2020.2980177.

상세보기
Redwood, Owen, Joshua Lawrence, and Mike Burmester.？2015. "A Symbolic Honeynet Framework for？SCADA System Threat Intelligence." In Critical？Infrastructure Protection IX, edited by Mason？Rice and Sujeet Shenoi, 103-18. IFIP Advances？in Information and Communication Technology.？Cham: Springer International Publishing. https://doi.org/10.1007/978-3-319-26567-4_7.
Banerjee, Mahesh, and Dr S D Samantaray. 2019.？"Network Traffic Analysis Based IoT Botnet？Detection Using Honeynet Data Applying Classification？Techniques." 17 (8).
Kumar, Sanjeev, B. Janet, and R. Eswari. 2019.？"Multi Platform Honeypot for Generation of？Cyber Threat Intelligence." In 2019 IEEE 9th？International Conference on Advanced Computing？(IACC), 25-29. https://doi.org/10.1109/IACC48062.2019.8971584.
N. Krawetz, "Anti-honeypot technology," IEEE？Security & Privacy, vol. 2, no. 1, pp. 76-79, Jan.？2004, doi: 10.1109/MSECP.2004.1264861.

상세보기
T. Holz and F. Raynal, "Detecting honeypots and？other suspicious environments," in Proceedings？from the Sixth Annual IEEE SMC Information？Assurance Workshop, Jun. 2005, pp. 29-36. doi:？10.1109/IAW.2005.1495930.
X. Fu, W. Yu, D. Cheng, X. Tan, K. Streff, and？S. Graham, "On Recognizing Virtual Honeypots？and Countermeasures," in 2006 2nd IEEE International？Symposium on Dependable, Autonomic and？Secure Computing, Sep. 2006, pp. 211-218. doi:？10.1109/DASC.2006.36.
S. Mukkamala, K. Yendrapalli, R. Basnet, M. K.？Shankarapani, and A. H. Sung, "Detection of？Virtual Environments and Low Interaction？Honeypots," in 2007 IEEE SMC Information？Assurance and Security Workshop, Jun. 2007,？pp. 92-98. doi: 10.1109/IAW.2007.381919.
Sunmo. Yoo, Sungmo Wi, Jonghwa Han, Yonghyoun？Kim, Jungsik Cho, "Anti-Deception Inference？and Feature Extraction for Predicting Deception？Awareness," in 2023 한국융합보안학회 하계학술대회.
Inhwan Kim, Jiwon Kang, Hoonsang An and？Byungkook Jeon, "A Study on Threat Detection？Model using Cyber Strongholds," Journal of the？Korea Convergence Society Vol. 22. No. 1, pp. 19-27, 2022. https://doi.org/10.33778/kcsa.2022.22.1.019.

원문보기 상세보기
Jae-Hyun Choi, Hoo-Jin Lee, "A Study on the？Real-time Cyber Attack Intrusion Detection Method", Journal of the Korea Convergence Society Vol. 9.？No. 7, pp. 55-62, 2018. https://doi.org/10.15207/JKCS.2018.9.7.055.

원문보기 상세보기

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