사물인터넷 환경에서 침해사고 발생시 Malware에 대한 침해지표 데이터 생성 방법 = Indicators of Compromise Data Generation Method for Malware on Cyber Incident Occurrence in IoT Environments

다국어 초록 (Multilingual Abstract)

As cyber attacks become more intelligent and advanced, cyber attacks targeting heterogeneous systems such as Internet of Things (IoT) devices are increasing. There is a need for a technique to share detailed threat information about the incident attack. In the event of an infringement incident, a technique that can express digital forensic artifacts collected from heterogeneous IoT devices as indicators of compromise (IoC) and share them must be established. In particular, when malicious code is executed targeting various IoT devices, an efficient IoC generation method to express cyber threat information and share it among CTI systems must be presented. Therefore, in this study, the existing IoC creation method and expression method were analyzed. A classification system for generating IoC for malware and an efficient and standardized expression method were presented. Based on the proposed IoC expression and standardization method, it is expected that it will be able to actively respond to intelligent attacks when establishing an accident management framework

국문 초록 (Abstract)

사이버 공격이 지능화·고도화됨에 따라 사물인터넷(IoT) 기기 등 이기종 시스템을 대상으로 한 사이버 공격이발생하였을 경우 해당 침해사고 공격에 대한 상세 위협 정보를 공유할 수 있는 기법이 필요하다. 침해사고 발생시 이기종 IoT 기기로부터 수집된 디지털 포렌식 아티팩트를 침해지표(Indicators of Compromise : IoC)로 표현하고 이를공유할 수 있는 기법이 구축되어야 한다. 특히 각종 IoT 기기를 대상으로 악성코드가 실행될 경우 사이버 위협 정보를표현하고 CTI 시스템 간에 공유하기 위한 효율적인 침해지표 생성 방법이 제시되어야 한다. 이에 본 연구에서는 기존의침해지표 생성 방식 및 표현 방식에 대해 분석하여 Malware에 대한 침해지표 데이터를 생성하기 위한 분류체계 및효율적이고 규격화된 표현 방식을 제시하였다. 앞으로 제시된 침해지표 표현 및 규격화 방안을 토대로 사고관리 프레임워크 구축 시 지능화된 공격에 능동적으로 대응할 수 있을 것을 기대된다.

참고문헌 (Reference)

1 박정규 ; 김재호, "저 사양 IoT 장치간의 암호화 알고리즘 성능 비교" 한국사물인터넷학회 8 (8): 79-85, 2022

2 이형우, "악성 랜섬웨어 SW에 사용된 암호화 모듈에 대한 탐지 및 식별 메커니즘" 한국사물인터넷학회 9 (9): 1-7, 2023

3 Brown, R, "The Evolution of Cyber Threat Intelligence (CTI): 2019 SANS CTI Survey" SANS Institute 2019

4 Burger, E. W., "Taxonomy model for cyber threat intelligence information exchange technologies" 51-60, 2017

5 Harrington, C., "Sharing indicators of compromise : An overview of standards and formats"

6 이형우, "SIEM 기반 사이버 침해사고 대응을 위한 데이터 보완 메커니즘 비교 분석" 한국사물인터넷학회 8 (8): 1-9, 2022

7 C. Beaman, "Ransomware : Recent advances, analysis, challenges and future research directions" 111 : 2021

8 "Open IOC: Back to the Basics" Mandiant

9 S. Ghernaouti, "Information sharing in cybersecurity : Enhancing security, trust and privacy by capacity building" 58-62, 2019

10 A. Pala, "Information sharing in cybersecurity : A review" 16 (16): 172-196, 2019

11 Johnson, C., "Guide to Cyber Threat Information Sharing"

12 "FSEC, Financial Security Institute API"

13 Wagner, T. D., "Cyber threat intelligence sharing : Survey and research directions" 87 : 1-13, 2019

14 Mavroeidis, V., "Cyber threat intelligence model : An evaluation of taxonomies, sharing standards, and ontologies within cyber threat intelligence" 91-98, 2017

15 "C-TAS, Cyber Threat Analysis and Sharing System"

16 Abu, S, "An Enhancement of Cyber Threat Intelligence Framework" 10 : 96-104, 2018

17 Maria Stoyanova, "A Survey on the Internet of Things(IoT)Forensics : Challenges, Approaches, and Open Issues" 22 (22): 1191-1221, 2020

18 김태연 ; 한경현 ; 황성운, "A New Association Rule Mining based on Coverage and Exclusion for Network Intrusion Detection" 한국사물인터넷학회 9 (9): 77-87, 2023