직원의 부주의나 악의적 공격자들에 의해 기업의 중요 정보가 인터넷을 통해 유출되거나 악성코드 감염에 의한 사이버보안 위협이 커지고 있다. 이번 연구는 극소수의 네트워크 패킷만을 분석하여 인터넷을 통한 정보유출과 악성코드 유입을 실시간으로 감지할 수 있으며, 공격 탐지 정확도가 매우 높은 실용적 기술이다. 특히, 기존 기술들은 모든 네트워크 패킷들을 메모리에 모아놓고 처리하여 컴퓨터 자원의 낭비가 심했지만, 이번에 개발된 기술은 각각의 패킷을 독립적으로 처리하기 때문에 적은 양의 컴퓨터 자원으로도 정확한 탐지가 가능해졌다.
연구 결과는 'Finding Critical Files from a Packet'로 명명된 논문으로 컴퓨터 분야 최우수 플래그십 학술대회인 IEEE Infocom에 채택되어 지난 13일에 발표되기도 했다. 컴퓨터 분야에 있어서 연구재단은 엄격하게 선별된 학술대회에 대해서 가장 높은 Impact Factor의 SCI 저널과 동일한 성과로 인정한다.
한편, 이 연구는 과학기술정보통신부 한국연구재단의 머신러닝 일반화와 딥러닝 임베딩을 활용한 보안데이터 분석 연구와 정보통신기획평가원의 보안 빅데이터 자동 분석을 위한 실시간 유사도 측정 원천 기술 연구의 지원을 받아 수행되었다.
고승민기자 ksm@dt.co.kr
[저작권자 ⓒ디지털타임스 무단 전재-재배포 금지]
[ 저작권자 ⓒ디지털타임스, 무단 전재 및 재배포 금지 ]
