인공지능 기반 공격그래프 생성

현대의 IoT 기술 발전으로 인해 네트워크에 연결된 다양한 전자 기기들이 상호작용하며 새로운 보안 도전에 직면하고 있다. 이에 따라 사이버 공격 위협이 늘어나고 있는데, 이를 막고 탐지하기 위해 공격 그래프가 사용되고 있다. 이 방법은 네트워크 안전성을 평가하는 중요한 도구 중 하나이다.

그러나 네트워크 규모가 커질수록 공격 그래프를 생성하는 시간이 길어지는 단점이 존재한다. 이 문제를 해결하기 위해 인공지능 모델(GAT)을 활용하여 더 빠르게 공격 그래프를 생성하는 방안을 제시하고 있다. 이 모델은 최적의 결과를 제공하는 기존 방식과는 달리 근사된 결과를 제공하지만, 생성 시간을 크게 단축시킬 수 있는 효과가 있다. 이러한 접근 방식은 네트워크 보안 측면에서 혁신적인 가능성을 제시하고 있다.

• 1장에서는 본 기술문서의 주제와 관련된 배경을 제공하고, 연구의 목적과 중요성을 강조한다.

• 2장에서는 본 기술문서의 주요 내용인 Attention, GNN, 강화학습 등과 관련된 개념과 용어를 설명한다.

• 3장에서는 참고한 관련 연구를 소개한다.

• 4장에서는 공격 그래프 생성 모델인 GNN based on Attention을 학습하는 방법을 기술한다.

• 5장에서는 해당 모델을 통해 생성된 공격 그래프와 기존의 경로탐색 알고리즘으로 생성한 그래프를 비교한 결과를 보인다.

• 6장에서는 본 기술문서의 내용을 정리하고 마무리한다.

보고서작성: 고려대학교 정보보호대학원 해킹대응기술연구실 (지도교수 : 김휘강 교수)

PUBLICATION

• Korean Version (국문): Arxiv link

DOWNLOAD

• 국문 : Download

AUTHOR

• 박상범, 이재성, 유정도, 송민근, 이효선, 최재웅, 사공채연, 김휘강

ACKNOWLEDGEMENT

• This work was supported by Institute of Information & Communications Technology Planning & Evaluation (IITP) grant funded by the Korea government (MSIT) (No. 2021-0-00624, Development of Intelligence Cyber Attack and Defense Analysis Framework for Increasing Security Level of C-ITS) 

HISTORY

• Written on 2023-11-24