초록 ▼

3. 개발결과 요약
□ 최종목표
❍ 초당 600Mbps 수준의 고속 심층 패킷 분석(DPI) 시스템 개발
❍ 머신러닝을 통한 공격 패킷 탐지 정확도 95% 달성
❍ 머신러닝을 통한 네트워크 행위(behavior) 30종 도출
❍ 웹 요청 – DB 쿼리간 변환율 70% 달성

□ 개발내용 및 결과
❍ 1차년도 개발 내용 및 결과
- 사용자, 기기 인증 및 식별 시스템 구축
- 네트워크 데이터 수집 장치 2종 개발
✓ 단말-단말 간 네트워크 데이터 수집 장치 개발<

3. 개발결과 요약
□ 최종목표
❍ 초당 600Mbps 수준의 고속 심층 패킷 분석(DPI) 시스템 개발
❍ 머신러닝을 통한 공격 패킷 탐지 정확도 95% 달성
❍ 머신러닝을 통한 네트워크 행위(behavior) 30종 도출
❍ 웹 요청 – DB 쿼리간 변환율 70% 달성

□ 개발내용 및 결과
❍ 1차년도 개발 내용 및 결과
- 사용자, 기기 인증 및 식별 시스템 구축
- 네트워크 데이터 수집 장치 2종 개발
✓ 단말-단말 간 네트워크 데이터 수집 장치 개발
✓ 단말-외부망 간 네트워크 데이터 수집 장치 개발
✓ 초당 300Mbps 수준의 데이터 처리 Throughput (최종 600Mbps)
- 네트워크 데이터 수집 시스템 구축
✓ 600Mbps 수준의 데이터 처리(최종 1Gbps)
- 네트워크 데이터 수집 및 분석
✓ 수집된 데이터를 분석해 유의미한 Feature를 100종 추출

❍ 2차년도 개발 내용 및 범위
- 네트워크 데이터 수집 장치 2종추가 개발
✓ 단말-서버 간 네트워크 데이터 수집 장치
✓ 서버-서버 간 네트워크 데이터 수집 장치
✓ 초당 400Mbps 수준의 데이터 처리 지원(최종 600Mbps)
- 사용자 별 네트워크 트래픽 분석을 통한 행위 프로파일링
✓ 클러스터링 머신러닝을 이용해 20종의 네트워크 행위 추출
- 수집 가능 데이터의 종류 추가
- 대용량 데이터 수집 장치와 연동 창구 개발
- 중견기업 이상 규모의 업무 환경 모사를 위한 테스트 환경 고도화 구축
- 개발 시스템의 클라우드 서비스 개발을 위한 클라우드 환경 구축
- 개발되는 코드에 대한 품질관리 수행

❍ 3차년도 개발 내용 및 범위
- 이상행위 및 공격 탐지 엔진 개발
✓ 탐지 정확도 95% 달성
- 전체 시스템 보안을 위한 원격증명 시스템 개발
- 선도고객 확보 및 사업화를 위한 시제품(어플라이언스서버) 자체 개발
- 개발되는 코드에 대한 품질관리 수행
❍ 최종 결과

□ 기술개발 배경
❍ APT 등의 신종 지능형 공격이 심화
- 국내 APT 공격 피해는 세계 평균의 2배, 미국의 3배에 달함(FireEye, 2015)
- 지능형 공격으로 인한 국내 피해액은 연간 2조원 이상
- 지능형 공격 사실을 인지하는데 평균 205일, 최장 2,982일 소요됨(Mandiant, 2015)
❍ 지능형 지속 공격(APT 공격) 급증 및 글로벌 시장에서 보안기술의 패러다임 변화
- 기존의 시그니쳐기반 패턴매칭 방식으로는 지능형 공격의 발전 속도에 대응할 수 없음
- ‘Signature-less’ 공격탐지 기술로서 머신러닝과 사용자 행위분석 기술이 부상(Gartner, 2016)
- Anti-APT 솔루션 시장의 강자
✓ 글로벌 보안 대기업: IBM, Intel, Symantec 등
✓ 신규 보안업체: FireEye, DarkTrace 등
✓ 국내: 글로벌 경쟁력을 갖춘 기술의 부재
- 국내 보안 시장 보호와 글로벌 시장 개척을 위한 기술 투자가 시급함

□ 핵심개발 기술의 의의
❍ 기술수출 가능성
- 네트워크 통신망이 최근 Connected Car, IoT 기기 등이 연결되며 그 규모와 복잡도가 커지고 있음. 이에 네트워크 통신 트래픽을 효과적으로 수집, 분석하는 보안 솔루션은 국내 뿐 아니라 글로벌 시장에서도 경쟁력을 가질 것으로 예상됨
- 기존 국외/국내 최고 수준의 네트워크 보안 제품과의 성능을 비교하였을 때, 본 사업에서 개발한 보안 제품의 성능 수준이 상대적으로 높으며, 사용자 이상행위 분석을 통한 데이터 유출과 같은 산업 스파이 행위 근절 및 업무 효율 향상 등 네트워크 보안 이상의 가치를 제공할 수 있음
- 주관사의 해외 지사(일본, 미국), 해외 리셀링 파트너(18개사) 및 협력사를 통한 글로벌 영업 기회를 확보 할 수 있으며, 기확보 중인 해외 1,500여 고객을 대상으로 제품을 홍보할 수 있음
- 제품의 기술적 차별성과 주관사의 글로벌 선도 고객확보 및 홍보 전략을 통해 기술수출이 가능할 것으로 예상되며 개발 종료 후 3년이 지난 시점에는 해외 시장점유율 5%를 달성할 계획임
❍ 머신러닝 핵심기술 확보
- APT 공격 및 이상행위를 탐지하기 위해 본 사업에서는 머신러닝 기반의 보안 제품을 개발함. 이를 통해 AutoEncoder, LSTM 등 시계열 데이터 기반의 머신러닝 알고리즘 개발 및 적용 기술을 확보함
- 위의 기술을 바탕으로 기존 보안 제품의 탐지율을 높이거나 안정성, 효율성을 향상시키는데 적용할 수 있음. 또한 머신러닝 기반의 새로운 사업 기회를 발굴하여 국가 AI 경쟁력 확보에 기여할 수 있음
❍ 대용량 데이터 수집 기술 확보
- 머신러닝의 경우 학습을 위해서는 대용량의 데이터 확보가 필수임. 본 사업에서 대용량 데이터를 수집하기 위한 수집서버를 구축함. 또한 데이터를 실시간으로 동기화하여 높은 가용성을 확보함. 향후 시스템 요구에 따라 확장이 가능
- PC, 임베디드 장비, 모바일 등 다양한 장비에서 데이터를 수집할 수 있도록 구현하여 추후 다른 산업에 머신러닝 기술을 적용하기 위한 데이터 확보가 가능함
❍ 관련 산업으로의 확산
- 본 사업에서는 기업 내부 데이터를 학습하고 모델링하여 사용자 및 단말의 행위 분석을 통해 이상 행위를 탐지하고 트래픽의 이상(abnormal) 여부를 탐지함
- 해당 기술은 기업 내부가 아닌 C-ITS(Cooperative Intelligence Transport System), 스마트 공장, 스마트 시티 등과 같은 미래 산업 분야와 국가주요 기반시설, 병원, 학교 등 기존 산업 분야로의 확장이 가능함

□ 적용 분야
[기업 네트워크]
❍ 본 사업에서 개발한 APT공격 및 이상행위 탐지기능을 제공하는 보안 제품은 날로 심화되는 사이버 공격의 위험을 방지하기 위한 사업 분야에 적용이 가능함. 대표적으로 기업 네트워크에 해당 보안 제품을 적용함으로써 산업 기밀 유출과 같은 각종 위험으로부터 사내 자원을 보호할 수 있음. 기업 내부의 PC, 모바일, 임베디드 장비 등에서 발생하는 데이터들을 수집하여 APT공격 및 이상행위를 탐지할 수 있음

[병원 네트워크]
❍ 병원(대학 병원 혹은 대형 병원)에서는 환자의 개인정보가 포함된 데이터를 저장하고 있어 해커의 주요 공격 대상임. 병원에 대한 해커의 지능형 공격을 방어하기 위해서 본 사업에서 개발한 제품을 적용할 수 있음. 병원 네트워크의 경우 업무별(원무과 등) 혹은 진료과별(산부인과, 정형외과 등)로 망분리가 되어 있음. 이에 망분리 상황에서도 APT공격 및 이상행위 탐지를 위한 추가적인 설계를 검토해볼 수 있음. 또한 병원에서 발생하는 데이터에는 환자의 개인정보가 포함되어 있으므로 개인정보 비식별화가 수행되어야함

[C-ITS 네트워크]
❍ 어떠한 상황에서도 안전한 운행을 원하는 운전자의 요구에 따라 자율주행차의 기술향상 및 상용화가 진행되고 있음. 그러나 정밀지도와 센서 기술로만 구현된 자율주행차는 현실 도로환경에 적응적 대응이 어렵기 때문에, 자율자동차와 하나의 시스템으로 작동하여 자율 협력주행을 제공하는 C-ITS에 대한 요구가 증대됨
❍ 이러한 C-ITS는 차량과 차량, 차량과 인프라간의 통신을 통해 서비스를 제공함. 이에 차량이 송수신하는 메시지의 신뢰성은 운전자의 안전과 직결되어 있음. 즉, C-ITS에서 운전자의 안전성을 보장하기 위해서는 지능형 공격을 방어할 수 있도록 이상 행위 탐지(misbehavior detection) 기술이 필수적임
❍ 차량의 이상 행동을 탐지하기 위해 차량의 데이터를 수집하고 해당 데이터를 학습하여 정상 차량과 비정상 차량의 행위를 분석할 수 있음

(출처 : 최종보고서 초록 6p)

목차 Contents

• 표지 ... 1
• 제 출 문 ... 2
• 최종보고서 초록 ... 4
• 기술개발사업 주요 연구성과 ... 25
• 목차 ... 29
• 제 1 장 서론 ... 30
• 제 1 절 과제 개요 ... 30
• 제 2 절 개발 대상 기술 · 제품의 중요성과 파급효과 ... 33
• 제 2 장 과제 수행의 내용 및 방법 ... 38
• 제 1 절 최종 목표 및 평가 방법 ... 38
• 제 2 절 단계 목표 및 평가 방법 ... 48
• 제 3 절 연차별 개발 내용 및 개발 범위 ... 49
• 제 4 절 수행 결과의 보안 등급 ... 62
• 제 5 절 유형적 발생품(연구시설, 연구 장비 등) 구입 및 관리 현황 ... 63
• 제 3 장 과제 수행의 결과 ... 64
• 제 1 절 연구개발 최종 결과 ... 64
• 제 2 절 연구개발 추진 방법 및 체계 ... 95
• 제 3 절 고용 창출 효과 ... 97
• 제 4 절 자체 보안관리 진단표 ... 98
• 제 5 절 안전관리 이행 현황 ... 99
• 제 4 장 사업화 계획 ... 103
• 제 1 절 시장 현황 및 전망 ... 103
• 제 2 절 사업화 계획 ... 118
• 제 3 절 향후 추가 기술 개발 계획 ... 124
• 끝페이지 ... 127