최신 보안 뉴스

Check Point Research는 Cobalt Strike 프레임워크를 운영하는 공격자의 설정 오류가 있는 웹 서버를 발견했다. 이 서버 로그를 통해 공격자가 중국어 사용자의 개인 컴퓨터를 침해했음을 확인했다.

본 연구는 산업 네트워크에서 정상적인 데이터 교환과 악성 행위를 구분하기 위해, 장치별 네트워크 상호작용 패턴을 분석하는 머신러닝 이벤트 프로세서(MLEP)를 활용하는 방법을 설명한다. MLEP는 네트워크 세션을 15초 단위의 짧은 조각으로 표현하고, 이를 기반으로 장치 범주를 정제하고 네트워크 행위의 이상 징후를 탐지한다.

연구진은 악성코드 탐지, 봇넷 탐지 등 열 가지 태스크를 포함하는 55,000개의 구조화된 지도 학습 기록을 포함하는 TrafficInstruct 데이터셋을 구축하였다. 이 벤치마크를 사용하여 다양한 트래픽 분석 태스크에 대한 명령어 튜닝을 시도했으며, 태스크별 적응을 통해 분류 성능 향상을 확인하였다.

연구진은 에이전트의 실행 흐름을 추적할 수 있는 ARCBench를 도입하여 컨텍스트 압축 후 규칙 준수 여부를 측정했다. 분석 결과, 대부분의 규칙 위반은 압축된 히스토리 내에서 발생하며, 압축 전략과 버짓이 규칙 생존 여부에 영향을 미친다.

본 연구는 기존 장치에 적용 가능한 소프트웨어 PUF의 트레이드오프를 검토하며, 37개의 기존 소프트웨어 PUF 연구를 조사하여 부팅 시점 대 런타임 키 도출 및 응답 지연 시간과 비교 분석하였다. 이 분석을 통해 현재 소프트웨어 PUF가 직면한 네 가지 주요 과제를 도출하고 실제 적용을 위한 유망한 방향을 제시하였다.