DAG 기반 BFT 프로토콜의 MEV 공격 공격 공간을 4가지 가족(공격자, 프로토콜, 타겟, 배포)으로 구조화하고, 각 차원의 영향을 실험적으로 평가했다. 6개 실제 프로토콜 모두 해당 공격 공간의 일부 공격에 취약하다는 것을 보였다.
DAG 기반 BFT 프로토콜의 MEV 공격 취약성은 프로토콜 설계에 크게 의존하므로, 설계 시 공격 공간을 고려해야 한다.
LEO 위성 네트워크의 빔 홉핑 시스템에 대한 새로운 서비스 거부 공격인 JANUS를 제안한다. JANUS는 공격자가 피해자 지역이 아닌 다른 지역에 트래픽을 주입하여 빔 할당을 조작함으로써 서비스를 차단한다. KMAX 스케줄러 대비 95%의 피해자에게 서비스 거부를 성공시키고, DRL 대비 92%의 스케줄링 결정에서 피해자를 제외시켰다.
LEO 위성 네트워크의 빔 홉핑 시스템은 트래픽 조작을 통한 서비스 거부 공격에 취약하므로, 트래픽 모니터링 및 스케줄링 알고리즘의 보안 강화가 필요하다.
MCP 프로토콜의 리모트 배포 생태계에서 네트워크 중앙집중화와 관찰 가능성 문제를 3단계 관찰 프레임워크를 통해 분석했다. 179개 엔드포인트 분석 결과 인프라 집중도가 HHI 0.736로 매우 높고, 인증 방식이 호스팅 플랫폼에 의존하는 경향이 나타났다.
AI 게이트웨이 운영자는 MCP 서버 인증 방식의 플랫폼 의존성을 고려해 도구 오염 벡터를 평가해야 한다.
기존 단방향 완전 암호화 프로토콜(FEPs)의 결함을 분석하고, 양방향 통신에서의 보안 정의와 구조를 제안한다. Rust 구현을 통해 제안된 BiFEPs가 기존 프로토콜보다 보안 속성을 더 잘 만족함을 보인다.
이 연구는 양방향 암호화 통신의 보안을 강화하는 데 기여하며, 실무에서 더 안전한 프로토콜 설계를 위한 기초가 될 수 있다.
RuleAutoPilot은 Suricata 규칙을 생성하는 데 필요한 전문 지식을 줄이기 위해 네트워크 트래픽에서 직접 규칙을 생성하는 프레임워크이다. 1,296개의 악성코드 PCAP을 대상으로 실행 기반 검증을 통해 규칙 품질(F1)을 0.443에서 0.539로 향상시켰다.
이 연구는 Suricata 규칙 생성 과정을 자동화하여 보안 전문가의 부담을 줄이고, 악성 트래픽 탐지를 개선할 수 있는 새로운 접근법을 제시한다.
HYDRA는 LEO 위성 네트워크에 대한 링크 플러딩 공격(LFA)의 효과성을 분석하기 위해 봇넷 최소화 문제로 공격 변형을 모델링한 최적화 프레임워크이다. HYDRA는 표적 지역 간 통신을 방해하기 위해 필요한 최소 봇 수와 대응하는 트래픽 할당을 측정하여, ICARUS와 동일한 표적 방해를 달성하면서 34% 적은 봇과 23% 적은 공격 트래픽을 사용한다.
HYDRA를 통해 LEO 위성 네트워크의 링크 플러딩 공격에 대한 취약성을 이해하고, 라우팅 다각화, 인그레스 폴리싱, 거리 기반 트래픽 제약, 소스 제한, 봇넷 감소 전략을 통해 네트워크 회복력을 향상시킬 수 있다.
Tor 릴레이 거부 정책의 사회기술적 영향을 조사하고, 릴레이 운영자의 인식과 정책의 보안 효과를 분석했다. 거부된 릴레이 중 소수만 전체 보안의 50% 이상을 차지하는 것으로 나타났다.
Tor 릴레이 거부 정책은 네트워크 유지보수에 유리하지만, 릴레이 운영자와 사용자 간의 이해 차이를 고려해야 한다.
Arbitrum 네트워크에서 고주파 스왑(HFS) 현상의 대규모 측정을 수행하고, 18개월간의 데이터를 기반으로 477명의 HFS 스왑러가 약 3,000만 건의 스왑을 통해 10^11 달러의 거래량을 기록했다는 점을 밝혔다.
이 연구는 레이어2 네트워크에서 발생하는 고주파 거래 현상을 실증적으로 규명하여, 분산 거래소의 시장 미시구조 연구에 기초를 제공한다.
DNSSEC는 RRset을 인증하지만 단말 인증이나 채널 보안을 제공하지 않는다. Enc53은 DNS 암호화를 2단계로 나누어, 초기 쿼리에서 DNSSEC-anchored TLS 인증을 수행하고, 이후 1-RTT AEAD 암호화 UDP 쿼리를 통해 효율적인 권한 DNS 암호화를 구현한다. Enc53의 정착 상태 교환 비용은 약 570 바이트이며, 이는 일반 UDP 쿼리의 약 3배이다.
Enc53은 권한 DNS 암호화를 효율적으로 구현하여, DNSSEC와 결합하여 양자 저항성을 제공함으로써 DNS 보안을 강화할 수 있다.
TCP-SYN 포트 스캔을 실시간으로 탐지하기 위해 FPGA 기반의 가벼운 아키텍처를 제안한다. 10 Gbps에서 0.5% LUT 사용량과 10 ns 탐지 지연 시간을 기록했다.
이 아키텍처는 실시간 네트워크 보안 모니터링에서 처리 지연을 크게 줄일 수 있다.
DDoS 공격 탐지를 위한 NIDS를 설계하고, eBPF/XDP를 통한 커널 수준 필터링과 GoFlowMeter를 사용한 특징 추출을 통해 탐지 성능을 개선했다. 단일 시스템에서 Isolation Forest를 사용한 경우 F1 점수가 0.965에 달했으며, gRPC 기반 마이크로서비스가 Kafka 대비 9%포인트 낮은 정확도를 보였다.
자원 제약 하드웨어에서 NIDS를 배포할 때 탐지 정확도와 아키텍처 오버헤드 간의 트레이드오프를 고려해야 한다.
그래프 기반 네트워크 침입 탐지 시스템(GIDS)의 평가 프레임워크 GIDS-Eval을 제안하고, 9개 시스템을 평가하여 평가 간극과 성능 영향을 정량화했다. 평가 프로토콜 하에 5개 시스템을 재구현하고 4개 데이터셋에서 평가한 결과, 9개의 반복 평가 간극을 식별했으며, 예를 들어 스냅샷 윈도우가 평균 정밀도(AP)를 38.3% 상대 변동시키는 것으로 나타났다.
이 연구는 GIDS 평가의 일관성을 제고하고, 실제 배포 가능성에 대한 이해를 돕는다.
증명서 투명성(CT) 프로토콜의 책임성(accountability)을 중심으로 보안 분석을 수행하였다. CT는 신뢰를 줄이기 위해 증명서 발급 기관(CA)이 공개 로그에 증명서를 기록하도록 의무화하는 프로토콜이다.
CT 프로토콜의 책임성 메커니즘을 이해하면 TLS 인증 생태계의 신뢰 문제를 개선하는 데 도움이 된다.
희소 샷 학습(FSL)을 사용한 네트워크 침입 탐지 시스템(NIDS) 연구를 체계적으로 검토하고, 2022~2026년간 21개 연구를 분석하여 FSL 접근법, 데이터셋, 실험 파라미터를 분류하고 성능을 비교했다. 대부분 메타러닝과 컨볼루션 신경망을 사용했으며, CIC-IDS2017과 CSE-CIC-IDS2018 데이터셋이 가장 많이 사용되었다.
실무에서는 희소 샷 학습을 활용한 NIDS의 최신 접근법과 데이터셋 선택을 고려해 침입 탐지 시스템을 설계할 필요가 있다.
자동화 및 합성 음성을 사용한 원치 않는 전화 통화를 측정하기 위해 대화형 음성 honeypot을 설계하고 분석했다. 66일간 10,987개의 전화를 기록한 결과, 26.9% 이상의 전화가 기계 음성으로 시작되었으며, 45%는 기존 녹음 파일의 재생이었다.
이 연구는 원치 않는 전화 통화 중 기계 음성 사용 비율을 정량적으로 측정하여, 보안 및 통신 규제에 중요한 기초 자료를 제공한다.
A2A 프로토콜의 보안을 체계적으로 분석하여 11개의 새로운 취약점을 발견했다. LLM을 활용한 새로운 분석 프레임워크를 제안하고, 73.3%의 정밀도와 84.6%의 F1 점수를 달성했다.
A2A 프로토콜의 보안 취약점을 실질적으로 이해하고, 프로토콜 설계 시 체계적인 분석 프레임워크를 적용할 필요가 있다.
Monero의 P2P 네트워크에서 불가능한 노드를 겨냥한 일식 공격 기법을 제안하고, 네트워크 전체를 오염시켜 지속적인 공격을 수행하는 Nyx와 신규 노드를 빠르게 공격하는 Moros를 제시한다. 대규모 시뮬레이션과 실제 네트워크에서의 실험을 통해 불가능한 노드가 안정적으로 장기적인 일식 상태에 빠질 수 있음을 보인다.
Monero 네트워크에서 불가능한 노드가 기존의 일식 공격에 비해 안전하다는 통념이 깨졌으며, 네트워크 보안 정책을 재검토할 필요가 있다.
암호화폐 발행 플랫폼 pump.fun에서 발생하는 대규모 시장 조작을 분석하고, 5가지 조작 전략을 규명했다. 1500만 개의 코인을 대상으로 한 실증에서 조작 코인 비율은 40% 이상이다.
암호화폐 발행 플랫폼의 시장 조작을 실시간으로 탐지하고 대응하는 시스템이 필요하다.
이 연구는 네트워크 트래픽에서 개념 드리프트를 완화하기 위해 커뮤니티 및 스펙트럼 그래프 분석을 활용한 새로운 기능 선택 방법을 제안한다. t-robustness라는 새로운 안정성 점수를 도입하여, 기능 공간의 안정성을 평가하고, UGR16 데이터셋을 사용한 평가에서 기존 기능 대비 더 높은 탐지 성능(0.6025)을 보였다.
이 연구는 네트워크 보안 시스템에서 개념 드리프트에 대응하는 새로운 기능 선택 전략을 제시하여, 기존 탐지 방법보다 더 안정적인 성능을 제공할 수 있다.
X-amine509는 기계 학습을 사용하여 기업의 X.509 인증서를 위험 수준에 따라 순위를 매기고, 가장 높은 위험 수준의 인증서만 결정론적 분석으로 전달하는 두 단계의 분류 시스템이다. 테스트 결과, Extra Trees 모델은 $R^2$ 0.993, MAE 2.26를 달성했으며, Decision Tree 모델은 370만 인증서/초의 처리 속도를 보였다.
이 시스템은 대규모 X.509 인증서 관리를 효율적으로 할 수 있어, 기업의 보안 운영을 개선할 수 있다.
TCP 및 DNS 클라이언트-서버 연결에 대한 오프-패스 네트워크 공격이 현재는 불가능하다고 여겨지지만, 이 연구는 악성 앱과 원격 공격자의 협력으로 이러한 공격이 가능함을 보인다. Linux, Android, Windows, macOS, iOS에서 TCP 연결 탈취와 Windows, Android, systemd-resolved에서 DNS 캐시 오염을 실증했다.
실무에서는 사용자 앱의 권한 관리와 네트워크 프로토콜 보안 강화가 필요하다.
본 페이지의 연구 요약은 공개된 초록을 AI가 한국어로 정리한 것으로, 원문과 차이가 있을 수 있습니다. 정확한 내용은 반드시 원문을 확인하십시오. 본문과 PDF는 제공하지 않으며, 모든 저작권은 각 저자와 발행처에 있습니다.