Group-IB 전문가들은 피싱, 봇넷, 사기 거래 및 범죄 해커 그룹과 관련된 사례를 조사하면서 다양한 연결을 식별하기 위해 수년간 그래프 분석을 사용해 왔습니다. 다양한 사례에는 자체 데이터 세트, 연결 식별을 위한 자체 알고리즘 및 특정 작업에 맞게 조정된 인터페이스가 있습니다. 이 모든 도구는 Group-IB 내부에서 개발되었으며 직원들만 사용할 수 있었습니다.

네트워크 인프라 그래프 분석(네트워크 그래프)는 회사의 모든 공개 제품에 내장된 최초의 내부 도구가 되었습니다. 네트워크 그래프를 만들기 전에 우리는 시장에서 유사한 개발을 많이 분석했지만 우리 자신의 요구 사항을 충족하는 단일 제품을 찾지 못했습니다. 이 기사에서는 네트워크 그래프를 만드는 방법, 사용 방법 및 직면한 어려움에 대해 설명합니다.

드미트리 볼코프, CTO Group-IB 및 사이버 인텔리전스 책임자

Group-IB 네트워크 그래프는 무엇을 할 수 있나요?

조사

2003년 Group-IB가 창립된 이래 현재까지 사이버 범죄자를 식별하고, 기소하고, 처벌하는 것이 우리 업무의 최우선 과제였습니다. 공격자의 네트워크 인프라를 분석하지 않고는 단 한 번의 사이버 공격 조사도 완료되지 않았습니다. 여정 초기에는 도메인 이름, IP 주소, 서버의 디지털 지문 등에 대한 정보 등 범죄자를 식별하는 데 도움이 될 수 있는 관계를 검색하는 것이 다소 힘든 "수동 작업"이었습니다.

대부분의 공격자는 네트워크에서 가능한 한 익명으로 행동하려고 합니다. 그러나 모든 사람들처럼 그들도 실수를 합니다. 이러한 분석의 주요 목표는 현재 조사 중인 사건에 사용된 악성 인프라와 교차하는 공격자의 "백색" 또는 "회색" 역사적 프로젝트를 찾는 것입니다. "화이트 프로젝트"를 탐지할 수 있다면 일반적으로 공격자를 찾는 것이 간단한 작업이 됩니다. "회색"의 경우 소유자가 등록 데이터를 익명화하거나 숨기려고 하기 때문에 검색에 더 많은 시간과 노력이 필요하지만 가능성은 여전히 ​​높습니다. 일반적으로 범죄 행위 초기에는 공격자들이 자신의 안전에 관심을 두지 않고 실수를 더 많이 하기 때문에 이야기를 깊이 있게 파고들수록 수사에 성공할 확률이 높아집니다. 그렇기 때문에 좋은 기록을 가진 네트워크 그래프는 그러한 조사에서 매우 중요한 요소입니다. 간단히 말해서, 회사가 더 깊은 과거 데이터를 보유할수록 그래프가 더 좋아집니다. 5년의 역사는 조건부로 1개의 범죄 중 2~10개를 해결하는 데 도움이 될 수 있고, 15년의 역사는 XNUMX개의 범죄를 모두 해결할 수 있는 기회를 준다고 가정해 보겠습니다.

피싱 및 사기 탐지

피싱, 사기 또는 불법 복제된 리소스에 대한 의심스러운 링크를 받을 때마다 자동으로 관련 네트워크 리소스의 그래프를 작성하고 발견된 모든 호스트에서 유사한 콘텐츠가 있는지 확인합니다. 이를 통해 활성화되었지만 알려지지 않은 오래된 피싱 사이트와 향후 공격에 대비하지만 아직 사용되지 않는 완전히 새로운 피싱 사이트를 모두 찾을 수 있습니다. 매우 자주 발생하는 기본 예: 사이트가 5개만 있는 서버에서 피싱 사이트를 발견했습니다. 각각을 확인하면 다른 사이트에서 피싱 콘텐츠를 발견할 수 있으며, 이는 5개가 아닌 1개를 차단할 수 있음을 의미합니다.

백엔드 검색

이 프로세스는 악성 서버가 실제로 어디에 있는지 확인하는 데 필요합니다.
카드 상점, 해커 포럼, 많은 피싱 리소스 및 기타 악성 서버의 99%는 자체 프록시 서버와 Cloudflare와 같은 합법적인 서비스 프록시 뒤에 숨겨져 있습니다. 실제 백엔드에 대한 지식은 조사에 매우 중요합니다. 서버를 압류할 수 있는 호스팅 공급자가 알려지고 다른 악성 프로젝트와 연결을 구축하는 것이 가능해집니다.

예를 들어, IP 주소 11.11.11.11로 확인되는 은행 카드 데이터를 수집하는 피싱 사이트와 IP 주소 22.22.22.22로 확인되는 카드샵 주소가 있습니다. 분석 중에 피싱 사이트와 카드샵 모두 공통 백엔드 IP 주소(예: 33.33.33.33)를 가지고 있는 것으로 밝혀질 수 있습니다. 이러한 지식을 통해 우리는 피싱 공격과 은행 카드 데이터를 판매할 수 있는 카드 판매점 간의 연결을 구축할 수 있습니다.

이벤트 상관관계

공격을 제어하기 위해 서로 다른 맬웨어와 서로 다른 서버를 사용하는 두 개의 서로 다른 트리거(예: IDS)가 있는 경우 이를 두 개의 독립적인 이벤트로 처리합니다. 그러나 악성 인프라 사이에 좋은 연결이 있다면 이는 다른 공격이 아니라 더 복잡한 다단계 공격의 단계라는 것이 분명해집니다. 그리고 이벤트 중 하나가 이미 공격자 그룹에 기인한 경우 두 번째 이벤트도 동일한 그룹에 기인할 수 있습니다. 물론 기여 프로세스는 훨씬 더 복잡하므로 이를 간단한 예로 다루겠습니다.

지표 강화

이는 사이버 보안에서 그래프를 사용하는 가장 일반적인 시나리오이기 때문에 이에 대해서는 별로 주의를 기울이지 않을 것입니다. 하나의 지표를 입력으로 제공하고 출력으로 일련의 관련 지표를 얻습니다.

패턴 식별

효과적인 사냥을 위해서는 패턴을 식별하는 것이 필수적입니다. 그래프를 사용하면 관련 요소를 찾을 수 있을 뿐만 아니라 특정 해커 그룹의 특징인 공통 속성을 식별할 수도 있습니다. 이러한 고유한 특성을 알면 피싱 이메일이나 악성 코드 등 공격을 확인하는 증거 없이 준비 단계에서도 공격자의 인프라를 인식할 수 있습니다.

왜 우리는 자체 네트워크 그래프를 만들었나요?

다시 한번, 우리는 기존 제품이 할 수 없는 일을 할 수 있는 자체 도구를 개발해야 한다는 결론에 도달하기 전에 여러 공급업체의 솔루션을 살펴보았습니다. 그것을 만드는 데 몇 년이 걸렸으며 그 동안 여러 번 완전히 변경했습니다. 그러나 오랜 개발 기간에도 불구하고 우리는 아직 우리의 요구 사항을 충족할 수 있는 단일 아날로그를 찾지 못했습니다. 자체 제품을 사용함으로써 결국 기존 네트워크 그래프에서 발견한 거의 모든 문제를 해결할 수 있었습니다. 아래에서는 이러한 문제를 자세히 고려할 것입니다.

문제
결정

도메인, 패시브 DNS, 패시브 SSL, DNS 레코드, 개방형 포트, 포트에서 실행 중인 서비스, 도메인 이름 및 IP 주소와 상호 작용하는 파일 등 다양한 데이터 컬렉션을 제공하는 공급자가 부족합니다. 설명. 일반적으로 공급자는 별도의 유형의 데이터를 제공하며 전체 그림을 얻으려면 모든 사람으로부터 구독을 구매해야 합니다. 그럼에도 불구하고 모든 데이터를 얻는 것이 항상 가능한 것은 아닙니다. 일부 패시브 SSL 공급자는 신뢰할 수 있는 CA에서 발급한 인증서에 대한 데이터만 제공하며 자체 서명된 인증서의 적용 범위는 매우 낮습니다. 다른 사람들도 자체 서명된 인증서를 사용하여 데이터를 제공하지만 표준 포트에서만 데이터를 수집합니다.
우리는 위의 모든 컬렉션을 직접 수집했습니다. 예를 들어, SSL 인증서에 대한 데이터를 수집하기 위해 신뢰할 수 있는 CA와 전체 IPv4 공간을 스캔하여 이를 수집하는 자체 서비스를 작성했습니다. 인증서는 IP뿐만 아니라 데이터베이스의 모든 도메인 및 하위 도메인에서도 수집되었습니다. 도메인이 example.com 및 해당 하위 도메인인 경우 www.example.com 모두 IP 1.1.1.1로 확인된 다음 IP, 도메인 및 해당 하위 도메인의 포트 443에서 SSL 인증서를 얻으려고 하면 세 가지 다른 결과를 얻을 수 있습니다. 열린 포트와 실행 중인 서비스에 대한 데이터를 수집하기 위해 우리는 자체 분산 검색 시스템을 만들어야 했습니다. 다른 서비스에는 종종 "블랙리스트"에 검색 서버의 IP 주소가 있었기 때문입니다. 우리의 스캐닝 서버도 결국 블랙리스트에 오르지만, 우리에게 필요한 서비스를 탐지한 결과는 단순히 가능한 한 많은 포트를 스캔하고 이 데이터에 대한 액세스를 판매하는 서버보다 높습니다.

역사적 기록의 전체 데이터베이스에 대한 접근이 부족합니다. 설명. 모든 일반 공급업체는 좋은 누적 이력을 갖고 있지만, 자연스러운 이유로 고객으로서 우리는 모든 이력 데이터에 접근할 수 없었습니다. 저것들. 예를 들어 도메인이나 IP 주소를 기준으로 단일 레코드의 전체 기록을 얻을 수 있지만 모든 기록을 볼 수는 없으며 이것이 없으면 전체 그림을 볼 수 없습니다.
도메인에 대한 기록을 최대한 많이 수집하기 위해 다양한 데이터베이스를 구입하고 이러한 기록이 있는 많은 공개 리소스를 분석한 다음(그 수가 많다는 것은 좋은 일입니다) 도메인 이름 등록 기관과 협상했습니다. 물론 자체 컬렉션에 대한 모든 업데이트는 전체 개정 내역과 함께 유지됩니다.

기존의 모든 솔루션을 사용하면 그래프를 수동으로 작성할 수 있습니다. 설명. 가능한 모든 데이터 공급자(보통 "Enricher"라고 함)로부터 많은 구독을 구입했다고 가정해 보겠습니다. 그래프를 작성해야 할 경우 원하는 연결 요소에서 작성하라는 명령을 "손"으로 지정한 다음 나타나는 요소에서 필요한 요소를 선택하고 연결을 완료하는 명령을 내리는 등의 작업을 수행합니다. 이 경우 그래프가 얼마나 잘 구성될지는 전적으로 개인의 책임이다.
그래프를 자동으로 구성했습니다. 저것들. 그래프를 작성해야 하는 경우 첫 번째 요소의 연결이 자동으로 구축된 다음 모든 후속 요소에서도 연결됩니다. 전문가는 그래프를 작성해야 하는 깊이만 나타냅니다. 그래프를 자동으로 완성하는 과정은 간단하지만 다른 벤더에서는 관련 없는 결과가 엄청나게 많이 나오기 때문에 이를 구현하지 않으며 우리도 이 단점을 고려해야 했습니다(아래 참조).

관련 없는 결과가 많아 모든 네트워크 요소 그래프에서 문제가 됩니다. 설명. 예를 들어, "불량 도메인"(공격에 참여)은 지난 10년 동안 500개의 다른 도메인이 연결된 서버와 연결되어 있습니다. 그래프를 수동으로 추가하거나 자동으로 구성할 때 공격과 관련이 없더라도 이 500개 도메인도 모두 그래프에 나타나야 합니다. 또는 공급업체의 보안 보고서에서 IP 표시기를 확인하는 경우도 있습니다. 일반적으로 이러한 보고서는 상당한 지연을 거쳐 발표되며 종종 XNUMX년 이상 지속됩니다. 보고서를 읽는 시점에 이 IP 주소를 가진 서버는 이미 다른 연결을 사용하는 다른 사람들에게 임대되어 있을 가능성이 높으며, 그래프를 다시 작성하면 관련 없는 결과를 얻게 될 것입니다.
우리는 전문가가 수동으로 수행한 것과 동일한 논리를 사용하여 관련 없는 요소를 식별하도록 시스템을 교육했습니다. 예를 들어, 현재 IP 11.11.11.11로 확인되고 한 달 전에는 IP 22.22.22.22로 확인되는 잘못된 도메인 example.com을 확인하고 있습니다. 도메인 example.com 외에도 IP 11.11.11.11은 example.ru와도 연결되어 있고, IP ​​22.22.22.22는 25개의 다른 도메인과 연결되어 있습니다. 사람과 마찬가지로 시스템은 11.11.11.11이 전용 서버일 가능성이 높다는 것을 이해하고 example.ru 도메인은 example.com과 철자가 유사하므로 높은 확률로 연결되어 있어야 합니다. 그래프; 그러나 IP 22.22.22.22는 공유 호스팅에 속하므로 25개의 도메인 중 하나도 포함되어야 함을 나타내는 다른 연결(예: example.net)이 없으면 해당 도메인을 모두 그래프에 포함할 필요가 없습니다. . 시스템은 연결을 끊어야 하고 일부 요소를 그래프로 이동하지 않아야 함을 이해하기 전에 이러한 요소가 결합되는 요소 및 클러스터의 많은 속성과 현재 연결의 강도를 고려합니다. 예를 들어 그래프에 잘못된 도메인을 포함하는 작은 클러스터(50개 요소)와 또 다른 큰 클러스터(5개 요소)가 있고 두 클러스터가 매우 낮은 강도(가중치)를 가진 연결(선)로 연결되어 있는 경우 을 사용하면 해당 연결이 끊어지고 대규모 클러스터의 요소가 제거됩니다. 그러나 작은 클러스터와 큰 클러스터 사이에 많은 연결이 있고 그 강도가 점차 증가하면 이 경우 연결이 끊어지지 않고 두 클러스터의 필요한 요소가 그래프에 유지됩니다.

서버 및 도메인 소유권 간격은 고려되지 않습니다. 설명. "불량 도메인"은 조만간 만료되어 악의적이거나 합법적인 목적으로 다시 구매됩니다. 방탄 호스팅 서버도 다른 해커에게 임대되므로 특정 도메인/서버가 한 소유자의 통제하에 있었던 간격을 알고 고려하는 것이 중요합니다. IP 11.11.11.11 서버가 현재 뱅킹 봇의 C&C로 사용되고 있으며, 2개월 전에는 랜섬웨어에 의해 제어되는 상황이 자주 발생합니다. 소유권 간격을 고려하지 않고 연결을 구축하면 실제로는 연결이 없지만 뱅킹 봇넷 소유자와 랜섬웨어 소유자 사이에 연결이 있는 것처럼 보일 것입니다. 우리 작업에서는 이러한 오류가 매우 중요합니다.
우리는 소유권 간격을 결정하는 방법을 시스템에 가르쳤습니다. 도메인의 경우 이는 상대적으로 간단합니다. 왜냐하면 whois에는 등록 시작 및 만료 날짜가 포함되는 경우가 많으며, whois 변경에 대한 전체 기록이 있으면 간격을 쉽게 결정할 수 있기 때문입니다. 도메인 등록이 만료되지 않았지만 관리가 다른 소유자에게 이전된 경우에도 추적할 수 있습니다. SSL 인증서는 한 번 발급되고 갱신되거나 양도되지 않으므로 이러한 문제가 없습니다. 그러나 자체 서명된 인증서의 경우 오늘 SSL 인증서를 생성하고 인증서 시작 날짜를 2010년부터 지정할 수 있으므로 인증서 유효 기간에 지정된 날짜를 신뢰할 수 없습니다. 가장 어려운 점은 서버의 소유권 간격을 결정하는 것입니다. 호스팅 공급자만이 날짜와 임대 기간을 가지고 있기 때문입니다. 서버 소유 기간을 결정하기 위해 포트 스캐닝 결과를 사용하고 포트에서 실행 중인 서비스의 지문을 생성하기 시작했습니다. 이 정보를 사용하면 서버 소유자가 언제 변경되었는지 상당히 정확하게 알 수 있습니다.

연결이 거의 없습니다. 설명. 요즘에는 특정 이메일 주소가 포함된 도메인의 무료 목록을 얻거나 특정 IP 주소와 연결된 모든 도메인을 찾는 것도 문제가 되지 않습니다. 그러나 추적하기 어렵게 최선을 다하는 해커의 경우 새로운 속성을 찾고 새로운 연결을 구축하려면 추가 트릭이 필요합니다.
우리는 기존 방식으로는 얻을 수 없는 데이터를 어떻게 추출할 수 있는지 연구하는 데 많은 시간을 보냈습니다. 명백한 이유로 이것이 어떻게 작동하는지 여기서 설명할 수는 없지만 특정 상황에서 해커는 도메인을 등록하거나 서버를 임대 및 설정할 때 이메일 주소, 해커 별칭 및 백엔드 주소를 알아낼 수 있는 실수를 범합니다. 더 많은 연결을 추출할수록 더 정확한 그래프를 작성할 수 있습니다.

그래프 작동 방식

네트워크 그래프 사용을 시작하려면 검색창에 도메인, IP 주소, 이메일 또는 SSL 인증서 지문을 입력해야 합니다. 분석가가 제어할 수 있는 세 가지 조건은 시간, 단계 깊이, 클리어링입니다.

시간

시간 – 검색된 요소가 악의적인 목적으로 사용된 날짜 또는 간격입니다. 이 매개변수를 지정하지 않으면 시스템 자체에서 이 자원에 대한 마지막 소유권 간격을 결정합니다. 예를 들어, 11월 XNUMX일 Eset은 보고 Buhtrap이 사이버 스파이 활동에 0-day 익스플로잇을 사용하는 방법에 대해 설명합니다. 보고서 말미에는 6개의 지표가 있습니다. 그 중 하나인 secure-telemetry[.]net이 16월 16일에 재등록되었습니다. 따라서 126월 69일 이후에 그래프를 작성하면 관련 없는 결과를 얻게 됩니다. 그러나 이 도메인이 이 날짜 이전에 사용되었다고 표시하면 그래프에는 Eset 보고서에 나열되지 않은 XNUMX개의 새 도메인, XNUMX개의 IP 주소가 포함됩니다.

• ukrfreshnews[.]com
• unian-search[.]com
• 베스트 월드[.]정보
• runewsmeta[.]com
• 폭스뉴스메타[.]biz
• sobesednik-메타[.]정보
• 리안-우아[.]net
• 기타

네트워크 표시기 외에도 이 인프라와 연결된 악성 파일과 Meterpreter 및 AZORult가 사용되었음을 알려주는 태그와의 연결을 즉시 찾습니다.

가장 좋은 점은 이 결과를 1초 안에 얻을 수 있고 더 이상 데이터를 분석하는 데 며칠을 소비할 필요가 없다는 것입니다. 물론 이 접근 방식은 조사 시간을 크게 단축하는 경우도 있는데, 이는 종종 매우 중요합니다.

그래프가 작성될 단계 수 또는 재귀 깊이

기본적으로 깊이는 3입니다. 이는 원하는 요소에서 직접 관련된 모든 요소를 ​​찾은 다음 각 새 요소에서 다른 요소로 새 연결이 구축되고 마지막 요소의 새 요소에서 새 요소가 생성됨을 의미합니다. 단계.

APT 및 제로데이 익스플로잇과 관련이 없는 예를 들어보겠습니다. 최근 Habré에서 암호화폐와 관련된 흥미로운 사기 사례가 소개되었습니다. 보고서에는 사기꾼이 광부 코인 거래소로 위장한 웹사이트를 호스팅하고 트래픽을 유도하기 위해 전화 조회[.]xyz를 호스팅하는 데 사용하는 도메인 themcx[.]co가 언급되어 있습니다.

이 계획에는 사기성 리소스로 트래픽을 유인하기 위해 상당히 큰 인프라가 필요하다는 설명이 분명합니다. 우리는 4단계로 그래프를 작성하여 이 인프라를 살펴보기로 결정했습니다. 출력은 230개의 도메인과 39개의 IP 주소가 포함된 그래프였습니다. 다음으로 도메인을 암호화폐 작업을 위한 서비스와 유사한 카테고리와 전화 확인 서비스를 통해 트래픽을 유도하기 위한 카테고리로 분류합니다.

암호화폐 관련
폰펀칭 서비스와 연계

코인키퍼[.]cc
발신자 기록[.]사이트.

mcxwallet[.]코
전화 기록[.]공간

btcnoise[.]com
폰-공개[.]xyz

암호화폐 채굴기[.]watch
번호-공개[.]정보

청소

기본적으로 "그래프 정리" 옵션이 활성화되어 있으며 관련 없는 모든 요소가 그래프에서 제거됩니다. 그건 그렇고, 이전의 모든 예에서 사용되었습니다. 나는 자연스러운 질문을 예상합니다. 중요한 것이 삭제되지 않도록 어떻게 할 수 있습니까? 답변하겠습니다. 그래프를 직접 작성하려는 분석가의 경우 자동 정리를 비활성화하고 단계 수 = 1을 선택할 수 있습니다. 다음으로 분석가는 필요한 요소에서 그래프를 완성하고 요소를 제거할 수 있습니다. 작업과 관련 없는 그래프입니다.

분석가는 이미 그래프에 whois, DNS 및 공개 포트와 실행 중인 서비스의 변경 내역을 사용할 수 있습니다.

금융 피싱

우리는 여러 지역의 다양한 은행 고객을 대상으로 수년 동안 피싱 공격을 수행한 한 APT 그룹의 활동을 조사했습니다. 이 그룹의 특징은 실제 은행 이름과 매우 유사한 도메인을 등록했다는 점이며, 대부분의 피싱 사이트는 디자인이 동일하고 은행 이름과 로고만 다릅니다.

이 경우 자동화된 그래프 분석이 많은 도움이 되었습니다. 해당 도메인 중 하나인 lloydsbnk-uk[.]com을 사용하여 몇 초 만에 우리는 3단계 깊이의 그래프를 구축했습니다. 이 그래프는 250년부터 이 그룹이 사용해왔고 계속해서 사용되고 있는 2015개 이상의 악성 도메인을 식별했습니다. . 이러한 도메인 중 일부는 이미 은행에서 구매했지만 기록에 따르면 이전에 공격자에게 등록된 것으로 나타났습니다.

명확성을 위해 그림에서는 깊이가 2단계인 그래프를 보여줍니다.

주목할 만한 점은 이미 2019년에 공격자들이 전술을 다소 변경하여 웹 피싱 호스팅을 위해 은행 도메인뿐만 아니라 피싱 이메일을 보내기 위해 다양한 컨설팅 회사의 도메인을 등록하기 시작했다는 점입니다. 예를 들어 도메인 Swift-department.com, saudconsultancy.com, vbgrigoryanpartners.com이 있습니다.

코발트 갱

2018년 XNUMX월, 은행 표적 공격을 전문으로 하는 해커 그룹인 Cobalt는 카자흐스탄 국립은행을 대신하여 메일 캠페인을 보냈습니다.

편지에는 hXXps://nationalbank.bz/Doc/Prikaz.doc에 대한 링크가 포함되어 있습니다. 다운로드한 문서에는 %Temp%einmrmdmy.exe의 hXXp://wateroilclub.com/file/dwm.exe에서 파일을 로드하고 실행하려고 시도하는 Powershell을 실행하는 매크로가 포함되어 있습니다. %Temp%einmrmdmy.exe(dwm.exe라고도 함) 파일은 hXXp://admvmsopp.com/rilruietguadvtoefmuy 서버와 상호 작용하도록 구성된 CobInt 스테이저입니다.

이러한 피싱 이메일을 받을 수 없고 악성 파일에 대한 전체 분석을 수행할 수 없다고 상상해 보십시오. 악성 도메인 nationalbank[.]bz에 대한 그래프는 즉시 다른 악성 도메인과의 연결을 보여주고, 이를 그룹에 속하게 하며, 공격에 사용된 파일을 보여줍니다.

이 그래프에서 IP 주소 46.173.219[.]152를 가져와서 한 번에 그래프를 작성하고 정리를 끄겠습니다. bl40ckchain[.]ug와 같이 연결된 도메인이 0개 있습니다.
paypal.co.uk.qlg6[.]pw
cryptoelips[.]com

도메인 이름으로 판단하면 사기 행위에 사용되는 것으로 보이지만 클리닝 알고리즘은 이 공격과 관련이 없음을 깨닫고 그래프에 표시하지 않아 분석 및 속성 프로세스가 크게 단순화됩니다.

nationalbank[.]bz를 사용하여 그래프를 다시 작성하고 그래프 정리 알고리즘을 비활성화하면 500개 이상의 요소가 포함되며 대부분은 Cobalt 그룹이나 그들의 공격과 관련이 없습니다. 이러한 그래프의 예는 다음과 같습니다.

결론

수년간의 미세 조정, 실제 조사 테스트, 위협 연구 및 공격자 사냥을 통해 우리는 고유한 도구를 만들었을 뿐만 아니라 이에 대한 회사 내 전문가의 태도를 바꾸는 데 성공했습니다. 처음에 기술 전문가는 그래프 구성 프로세스를 완벽하게 제어하기를 원합니다. 자동 그래프 구성이 다년간의 경험을 가진 사람보다 더 잘할 수 있다고 설득하는 것은 극히 어려웠습니다. 모든 것은 시간과 그래프가 생성한 결과를 여러 번 "수동"으로 확인하여 결정되었습니다. 이제 우리 전문가들은 시스템을 신뢰할 뿐만 아니라, 시스템을 통해 얻은 결과를 일상 업무에서도 활용하고 있습니다. 이 기술은 당사의 각 시스템 내부에서 작동하며 모든 유형의 위협을 더 잘 식별할 수 있게 해줍니다. 수동 그래프 분석을 위한 인터페이스는 모든 Group-IB 제품에 내장되어 있으며 사이버 범죄 수색 기능을 크게 확장합니다. 이는 고객의 분석가 리뷰를 통해 확인되었습니다. 그리고 우리는 계속해서 데이터로 그래프를 풍부하게 하고 가장 정확한 네트워크 그래프를 만들기 위해 인공 지능을 사용하는 새로운 알고리즘을 연구합니다.

출처 : habr.com