랜섬웨어에 대한 인프라 보안 – 사고领导者

Dr. Aviv Yehezkel, 공동 설립자 및 CTO, Cynamics

병원, 학교,肉処理 공장 등 어떤 산업도 랜섬웨어 공격자에게는 중요하지 않다. 랜섬웨어는今年 미국 기업에만 3.68억 달러의 비용을 초래할 것이다. 네트워크 및 보안 운영자는 랜섬웨어 공격을 예방하고 완화하기 위해 높은 수준의 네트워크 커버리지가 필요하다. 네트워크 아키텍처의 복잡성이 증가하고 있다.それは레거시 온프레미스, 가상 및 클라우드 구성 요소가 네트워크에서 실행되는 것을 포함한다.これにより 완전한 가시성을 얻는 것이 거의 불가능해졌다. 현状은 작동하지 않는다. 새로운 접근 방식이 필요하다.

현재 솔루션은 네트워크 요구를 충족할 수 없다

네트워크는 더 복잡해지고 있으며, 규모, 크기, 볼륨도 증가하고 있다. 모든 산업에서 이러한 네트워크는 데이터를 대규모로 처리하고 있으며, 이는 계속 증가하고 있다. 또한 더 많은 엔드포인트, 더 많은 연결성(내부 및 외부) 및 더 많은 네트워크 사이트(물리적 및/또는 논리적)를 포함한다. 네트워크가 복잡성과 규모에서指数적으로 증가하는 반면, 대부분의 보안 솔루션은 여전히 전통적인 접근 방식을 사용하고 있다. 이러한 접근 방식은 어플라이언스 및 에이전트를 사용하는 것이다. 그러나 이러한 접근 방식은 이러한 복잡성 및 데이터 볼륨에 적합하지 않다.

현재 네트워크 탐지 및 응답(NDR) 솔루션은 여전히 단순한 네트워크에 대한 접근 방식을 사용하고 있다. 이러한 솔루션은 노동 집약적이고, 구현 비용이 많이 들며, 효과가 떨어지고 있다. 이러한 솔루션은 어플라이언스, 센서 및/또는 프로브를 배치하여 네트워크 데이터를 수집 및 분석한다. 그러나 이러한 어플라이언스로 전체 네트워크를 커버하는 것은 불가능하다. 이러한 솔루션은 100%의 네트워크 데이터를 분석해야 하며, 이는 실제적으로 불가능하다. 따라서 기업은 매일 네트워크의 일부만 커버하고, 탐지 및 완화를 제한해야 한다. 이는 대부분의 네트워크가 취약한 블라인드 스폿으로 남게 된다.

또한 대부분의 NDR 제공업체는 어플라이언스 기반 접근 방식을 사용하여 네트워크 트래픽을 분석한다. 이는 쉽게 확장할 수 없으며, 조직의 공격 표면을 확장한다. 이는 클라이언트 네트워크의 핵심으로 직접적인 백도어가 된다. 이러한 접근 방식은 오늘날의 상호 연결된 디지털 환경에서 충분한 투명성을 제공하지 못하며, 조직을 블라인드 스폿에 취약하게 한다.

가시성 및 신규성 문제

대부분의 랜섬웨어 공격은 네트워크 침해로 시작하며, 이는 일반적으로 네트워크 주변의 취약점으로 인해 가능하다. 악의적인 행위자는 네트워크를 통해 이동하여 피해를 최대화하려고 한다. 악의적인 행위자는 블라인드 스폿을 찾을 것이다. 이러한 블라인드 스폿은 모니터링되지 않는다. 네트워크의 일부를 커버하지 않으면, 사이버 범죄자들이 침투할 수 있는 많은 공간을 제공한다.

또한 대부분의 탐지 솔루션은 신규성을 인식하지 못한다. 이러한 솔루션은 특정한 서명 및 규칙을 사용하여 알려진 랜섬웨어 활동을 탐지한다. 그러나 새로운 랜섬웨어 공격의 변종 및 유형이 개발되고 있다. 이러한 공격은 탐지되지 않는다.

AI 및 ML의 역할

인간 분석가는 오늘날의 네트워크를 혼자서 모니터링할 수 없다. 또한 어플라이언스 및 에이전트로 전체 네트워크를 커버하는 것은 불가능하다. 그러나 네트워크의 일부를 커버하지 않으면 안 된다. 공격자 및 사이버 범죄자는 항상 침투 및 내부로 침투하는 방법을 찾고 있다.

이러한 도전을 어떻게 극복할 수 있는가? AI 및 ML 기술은 네트워크 탐지 및 응답에서 중요한 역할을 할 수 있다. ML을 사용하여 전체 네트워크 트래픽의 행동을 추론할 수 있다. 이는 네트워크 데이터의 작은 부분만을 샘플링하여 가능하다. 또한 ML은 네트워크 패턴이 합법적인지 또는 의심스러운지 자동으로 학습할 수 있다. 또한 ML은 네트워크에서 발생하는 트렌드를 이해할 수 있다.

AI 및 ML이 도움이 되는 이유는 이러한 기술이 숨겨진 패턴을 탐지할 수 있기 때문이다. 이러한 패턴은 공격을 나타낸다. 또한 이러한 기술은 네트워크에서 실제로 발생하는 것을 실시간으로 나타낼 수 있다. 이는 전체 네트워크를 커버하는 필요성을 제거한다. 또한 이러한 기술은 새로운 랜섬웨어 공격의 발전에 대한 문제를 해결할 수 있다.

혁신이 필요하다

랜섬웨어는 끊임없이 발생한다. 기존의 보안 솔루션이 작동하지 않으며, 이러한 위협을 따라가지 못한다. 랜섬웨어는 조직에 수십억 달러의 비용을 초래한다. 이러한 공격을 막는 것은 쉽지 않다. 특히 네트워크가 복잡해지고, 레거시 및 새로운 구성 요소가 혼합된 경우에는 더욱 어렵다.

サイバー 범죄자는 AI를 사용하고 있으므로, 네트워크 운영자는 également AI를 사용해야 한다. 새로운 보안 전략은 샘플 기반의 NDR을 포함해야 한다. 이러한 솔루션은 네트워크 트래픽의 작은 부분만을 사용하여 전체 네트워크의 정상적인 행동을 학습할 수 있다. 이는 다른 방법으로는 불가능한 가시성을 제공한다. 이러한 솔루션은 랜섬웨어 및 기타 네트워크 위협을 앞서기 위해 필요한 혁신적인 솔루션의 예이다.