AI 모델 및 플랫폼
딥 러닝을 이용한 해커 속임수
Unite.AI를 Google의 선호 소스에 추가
텍사스 대학교 달라스(University of Texas at Dallas)의 컴퓨터 과학자들이 사이버 보안을 방어하기 위한 새로운 접근 방식을 개발했습니다. 해커들을 차단하는 대신, 그들을 유도합니다.
새로 개발된 방법은 DEEP-Dig (DEcEPtion DIGging)라고 불리며, 해커들을 가짜 사이트로 유도하여 컴퓨터가 그들의 전략을 학습할 수 있도록 합니다. 컴퓨터는 이후 정보를 사용하여 미래의 공격을 인식하고 차단합니다.
UT 달라스 연구진은 푸에르토리코에서 열린 연례 컴퓨터 보안 응용 회의에서 “Improving Intrusion Detectors by Crook-Sourcing”이라는 제목의 논문을 발표했습니다. 또한 하와이에서 열린 시스템 과학 국제 회의에서 “Automating Cyberdeception Evaluation with Deep Learning”이라는 제목의 논문을 발표했습니다.
DEEP-Dig은 점점 더 인기를 얻고 있는 사이버 보안 분야인 속임수 기술의 일부입니다. 이름에서 알 수 있듯이, 이 분야는 해커들을 위한 함정을 설정하는 것을 기반으로 합니다. 연구자들은 이 기술이 방어 기관에서 효과적으로 사용될 수 있기를 바랍니다.
케빈 해姆렌(Kevin Hamlen) 박사는 유진 맥더모트(Eugene McDermott) 컴퓨터 과학 교수입니다.
“항상 네트워크를 공격하려고 하는 범죄자들이 있습니다. 일반적으로 이것을 부정적인 것으로 간주합니다. 하지만 그들을 차단하는 대신, 그들을 무료 노동力的 원천으로 간주할 수 있습니다. 그들은 악의적인 공격이 어떤 모습인지에 대한 데이터를 제공합니다. 이것은 매우 귀중한 데이터입니다.”
이 새로운 접근 방식은 사이버 보안을 위한 인공 지능(AI)의 사용과 관련된 몇 가지 주요 문제를 해결하기 위해 사용됩니다. 이러한 문제 중 하나는 컴퓨터가 해커들을 감지하도록 훈련시키기 위해 필요한 데이터가 부족하다는 것입니다. 이것은 개인 정보 보호 문제로 인해 발생합니다. Gbadebo Ayoade MS’14, PhD’19에 따르면, 더 나은 데이터는 공격을 감지하는 능력을 향상시킵니다. Ayoade는 회의에서 연구 결과를 발표했으며, 현재 Procter & Gamble (PG ) Co.의 데이터 과학자입니다.
“해커들의 데이터를 사용하여 기계가 공격을 식별하도록 훈련시킵니다. 속임수를 사용하여 더 나은 데이터를 얻습니다.”
해커들이 가장 일반적으로 사용하는 방법은 간단한 속임수로 시작하여 점점 더 복잡해지는 것입니다. 해姆렌에 따르면, 대부분의 사이버 방어 프로그램은 침입자를 즉시 차단하려고 시도하므로 침입자의 기술을 학습할 수 없습니다. DEEP-Dig은 해커들을 가짜 사이트로 유도하여 기술을 관찰할 수 있도록 합니다. UT 달라스의 컴퓨터 과학 교수인 라티푸르 칸(Latifur Khan)에 따르면, 가짜 사이트는 해커들에게 합법적인 것으로 보입니다.
“공격자들은 성공했다고 생각할 것입니다.”
サイバー 공격은 정부 기관, 기업, 비영리 단체, 개인에게 주요 관심사입니다. 백악관에 제출된 경제 자문위원회 보고서에 따르면, 이러한 공격은 2016년에 미국 경제에 570억 달러 이상의 손실을 입혔습니다.
DEEP-Dig은 방어 전략을 발전시키는 데 주요 역할을 할 수 있습니다. 침입자들은 가짜 사이트에 들어간 것을 알게 되면 이 방법을 방해할 수 있지만, 해姆렌은過度로 우려하지 않습니다.
“지금까지 우리는 이것이 작동하지 않는다는 것을 발견했습니다. 공격자가 속임수에 따라 행동하려고 하면, 방어 시스템은 해커들이 자신의 흔적을 숨기려고 하는 방법을 학습합니다. 이것은 우리에게 모든 것이 승리입니다.”
이 연구에 참여한 다른 연구자로는 IBM의 토마스 J. 왓슨 연구 센터의 연구 과학자인 프레데리코 아라우조(Frederico Araujo) 박사, 칼레드 알나미(Khaled Al-Naami) 박사, UT 달라스의 컴퓨터 과학 대학원생인 양 가오(Yang Gao), 요르단 과학 기술 대학교의 아흐마드 무스타파(Ahmad Mustafa) 박사가 있습니다.
이 연구는 해군 연구소, 국가 보안국, 국가 과학 재단, 공군 과학 연구소의 지원을 받았습니다.
