머신러닝을 이용한 웹 공격 탐지 방안에 관한 연구

Abstract

우리 사회는 정보기술에 대한 의존도가 점차 높아지고 있으며, 기관과 기업은 사물인터넷, 클라우드, 빅데이터, 인공지능 등 혁신적인 기술을 이용하여 각종 맞춤형 서비스를 제공하고 있다. 수집되는 방대한 데이터는 컴퓨터자원을 효율적으로 활용하는 분산기술을 통해 효과적으로 처리되고 있지만, 한편으로는 다양한 보안 취약점을 발생시키기도 한다. 보안 취약점은 사이버 공격의 통로가 되며, 이 경우 기존의 보안 체계를 우회하여 침투할 수 있는 확률이 높아진다. 시그니처 탐지 기반의 기존 정보보안시스템으로는 적절하게 대응하는데 한계가 있기 때문에, 대안으로 인공지능 기술을 활용하기 위한 다양한 노력이 이루어지고 있다. 본 연구에서 실제 운영 중인 홈페이지로 들어오는 공격을 인공지능 기술로 탐지 후 기존 정보보안시스템의 탐지 내역과 비교하는 방식으로 실험을 진행하였다. 실험 환경의 제약으로 인해 연구의 범위가 웹 공격으로 한정되었지만, 후속 연구에서는 인공지능 기술을 다양한 유형의 사이버 공격 대응에 적용하고 오 탐지에 대한 개선방안을 제시함으로써, 조직의 실질적인 정보보안 수준 강화에 기여할 것을 기대한다.