데이터 보호 전문가가 바라는 것은 무엇입니까? 국제 사이버 보안 회의 보고서

20월 21~XNUMX일 모스크바에서 개최 사이버 보안에 관한 국제 회의. 행사 결과를 바탕으로 방문객은 다음과 같은 결론을 내릴 수 있습니다.

• 디지털 문맹은 사용자와 사이버 범죄자들 사이에서 확산되고 있습니다.
• 전자는 계속해서 피싱에 속고, 위험한 링크를 열고, 개인 스마트폰에서 기업 네트워크로 악성 코드를 가져옵니다.
• 후자 중에는 기술에 몰입하지 않고 쉽게 돈을 쫓는 신규 이민자가 점점 더 많아지고 있습니다. 그들은 다크 웹에 봇넷을 다운로드하고 자동화를 설정하고 지갑 잔액을 모니터링합니다.
• 보안 전문가는 고급 분석에 의존해야 하는데, 그렇지 않으면 정보 소음 속에서 위협을 놓치기가 매우 쉽습니다.

회의는 세계무역센터에서 열렸습니다. 이 장소의 선택은 이것이 국가 최고 순위의 행사를 개최할 수 있도록 연방 보안국의 허가를 받은 몇 안 되는 시설 중 하나라는 사실로 설명됩니다. 의회 방문객들은 디지털 개발부 장관 Konstantin Noskov, 중앙은행 Elvira Nabiullina 총재, Sberbank German Gref 총재의 연설을 들을 수 있었습니다. 전 세계 청중에는 Huawei Russia CEO Aiden Wu, 은퇴한 Europol 이사 Jurgen Storbeck, 독일 사이버 보안 위원회 Hans-Wilhelm Dünn 회장 및 기타 고위 전문가가 대표로 참석했습니다.

환자는 살아 있나요?

주최측은 기술 문제에 대한 일반적인 토론과 실무 지향적인 보고서 모두에 적합한 주제를 선택했습니다. 대부분의 프레젠테이션에서 인공 지능은 어떤 방식으로든 언급되었습니다. 발표자들의 공로로 그들은 현재의 화신에서는 실제로 작동하는 기술 스택보다 "과장 주제"에 더 가깝다는 것을 종종 스스로 인정했습니다. 동시에 오늘날 머신러닝과 데이터 과학 없이 대기업 인프라를 보호하는 것은 상상하기 어렵습니다.

공격은 인프라 침투 후 평균 XNUMX개월 후에 탐지될 수 있습니다.

Kaspersky Lab에 따르면 매일 인터넷에 나타나는 300만 개의 새로운 악성 코드를 서명만으로는 막을 수 없기 때문입니다. 그리고 사이버 보안 전문가가 네트워크에서 침입자를 탐지하는 데 평균 XNUMX개월이 걸립니다. 이 기간 동안 해커는 인프라에서 서너 번 쫓겨나야 할 정도로 발판을 마련했습니다. 취약한 원격 연결을 통해 반환된 저장소와 악성 코드를 정리했습니다. 그들은 네트워크 보안을 구축했습니다. 범죄자들은 ​​오랜 비즈니스 파트너가 보낸 것으로 추정되는 트로이 목마가 포함된 편지를 직원에게 보냅니다. 그리고 최종적으로 누가 승리하든 씁쓸한 끝까지 계속됩니다.

A와 B는 정보보안을 구축했다.

이를 바탕으로 정보 보안의 두 가지 병렬 영역, 즉 사이버 보안 센터(SOC)를 기반으로 인프라에 대한 광범위한 제어와 이상 행위를 통한 악의적인 활동 탐지가 빠르게 성장하고 있습니다. Trend Micro의 아시아 태평양, 중동 및 아프리카 담당 부사장인 Dhanya Thakkar와 같은 많은 연사들은 관리자들에게 자신들이 이미 해킹당했다고 가정하고 의심스러운 이벤트가 아무리 사소해 보일지라도 놓치지 말라고 촉구합니다.

일반적인 SOC 프로젝트에 대한 IBM: "먼저 미래 서비스 모델을 설계하고 구현한 다음 필요한 기술 시스템을 배포합니다."

따라서 인프라의 모든 영역을 포괄하고 잊혀진 일부 라우터의 갑작스러운 활동을 즉시 보고하는 SOC의 인기가 높아지고 있습니다. 유럽 ​​IBM Security Systems 이사인 Georgy Racz는 최근 몇 년 동안 전문 커뮤니티가 그러한 제어 구조에 대한 어느 정도 이해를 발전시켜 기술적 수단만으로는 보안을 달성할 수 없다는 사실을 깨달았다고 말했습니다. 오늘날의 SOC는 정보 보안 서비스 모델을 회사에 도입하여 보안 시스템을 기존 프로세스에 통합할 수 있도록 해줍니다.

당신과 함께 내 칼과 활과 도끼가 있습니다

비즈니스는 인력 부족 상황에서 존재합니다. 시장에는 약 2만 명의 정보 보안 전문가가 필요합니다. 이로 인해 기업은 아웃소싱 모델로 전환하고 있습니다. 기업에서는 자체 전문가조차 별도의 법인으로 옮기는 것을 선호하는 경우가 많습니다. 여기서 도모데도보 공항의 자체 통합업체인 SberTech 및 기타 예를 떠올릴 수 있습니다. 업계의 거대 기업이 아니라면 IBM과 같은 사람의 도움을 받아 자체 보안 팀을 구축할 가능성이 더 높습니다. 기업 서비스 형식의 정보 보안을 시작하기 위해 예산의 상당 부분이 프로세스 재구성에 사용될 것입니다.

Facebook, Uber 및 미국 신용 조사 기관인 Equifax의 정보 유출 스캔들로 인해 IT 보호 문제가 이사회 수준으로 제기되었습니다. 따라서 CISO는 회의에 자주 참여하고 보안에 대한 기술적 접근 방식 대신 비즈니스 관점을 사용하여 수익성을 평가하고 위험을 줄이며 지푸라기를 내려 놓습니다. 그리고 사이버 범죄자에 대한 대응은 경제적 의미를 갖습니다. 원칙적으로 조직이 해커의 관심을 끌지 않도록 공격을 수익성 없게 만드는 것이 필요합니다.

뉘앙스가 있습니다

이러한 모든 변경 사항은 기업의 노력을 개인 사용자에게로 돌리는 공격자를 통과하지 못했습니다. 숫자는 그 자체로 입증됩니다. BI.ZONE 회사에 따르면 2017~2018년에 러시아 은행의 시스템에 대한 사이버 공격으로 인한 손실이 10배 이상 감소했습니다. 반면, 동일 은행에서 발생한 소셜엔지니어링 사고는 13년 2014%에서 79년 2018%로 증가했다.

범죄자들은 ​​기업 보안 경계에서 약한 연결 고리를 발견했는데, 이는 개인 사용자들로 밝혀졌습니다. 발표자 중 한 명이 스마트폰에 전문적인 바이러스 백신 소프트웨어를 설치한 모든 사람에게 손을 들어달라고 요청했을 때 수십 명 중 XNUMX명이 응답했습니다.

2018년에는 다섯 번째 보안 사고마다 개인 사용자가 연루되었으며, 은행에 대한 공격의 80%는 사회 공학을 통해 수행되었습니다.

현대 사용자는 편의성 측면에서 IT를 평가하도록 가르치는 직관적인 서비스에 빠져 있습니다. 몇 가지 추가 단계를 추가하는 보안 도구는 방해가 되는 것으로 나타났습니다. 그 결과, 보안 서비스는 더 예쁜 버튼을 갖춘 경쟁업체에 밀리고, 피싱 이메일의 첨부 파일은 읽히지 않은 채 열리게 됩니다. 새로운 세대가 이에 따른 디지털 활용 능력을 보여주지 않는다는 점은 주목할 가치가 있습니다. 매년 공격의 피해자는 점점 젊어지고 있으며 가젯에 대한 밀레니얼 세대의 사랑은 가능한 취약점의 범위를 확대할 뿐입니다.

그 사람에게 다가가세요

오늘날의 보안 도구는 인간의 게으름과 싸우고 있습니다. 이 파일을 열어볼 가치가 있는지 생각해 보세요. 이 링크를 따라가야 하나요? 이 프로세스를 샌드박스에 두고 모든 것을 다시 평가하게 됩니다. 기계 학습 도구는 사용자 행동에 대한 데이터를 지속적으로 수집하여 불필요한 불편을 초래하지 않는 안전한 관행을 개발합니다.

그러나 수신자의 계정이 사기 거래에서 감지되었다는 말을 직접 들었음에도 불구하고 사기 방지 전문가를 설득하여 의심스러운 거래를 허용하는 고객은 어떻게 해야 합니까(BI.ZONE 관행의 실제 사례)? 은행의 전화를 스푸핑할 수 있는 공격자로부터 사용자를 보호하는 방법은 무엇입니까?

사회 공학 공격 XNUMX개 중 XNUMX개는 전화를 통해 이루어집니다.

악의적인 사회 공학의 주요 채널이 되고 있는 것은 전화 통화입니다. 2018년에는 이러한 공격의 비율이 27%에서 83%로 증가했습니다. 이는 SMS, 소셜 네트워크 및 이메일보다 훨씬 앞서 있습니다. 범죄자들은 ​​전체 콜센터를 만들어 사람들에게 전화를 걸어 증권 거래소에서 돈을 벌거나 설문 조사에 참여하여 돈을 받겠다는 제안을 합니다. 많은 사람들은 인상적인 보상을 약속하면서 즉각적인 결정을 내려야 할 때 정보를 비판적으로 인식하는 데 어려움을 겪습니다.

최근 추세는 피해자에게 수년간 누적된 마일리지, 무료 휘발유 리터 및 기타 보너스를 박탈하는 충성도 프로그램 사기입니다. 불필요한 모바일 서비스에 대한 입증된 기존 유료 구독도 여전히 관련성이 있습니다. 보고서 중 하나에는 그러한 서비스로 인해 매일 8루블을 잃은 사용자의 예가 있었습니다. 끊임없이 줄어드는 잔액에 왜 신경 쓰지 않느냐는 질문에 그 남자는 모든 것을 공급자의 탐욕 때문이라고 대답했습니다.

비러시아 해커

모바일 장치는 개인 사용자와 기업 사용자에 대한 공격 사이의 경계를 모호하게 만들고 있습니다. 예를 들어, 직원이 비밀리에 새 일자리를 찾을 수 있습니다. 그는 인터넷에서 이력서 작성 서비스를 발견하고 애플리케이션이나 문서 템플릿을 스마트폰에 다운로드합니다. 이는 허위 온라인 리소스를 시작한 공격자가 회사 네트워크로 이동할 수 있는 개인 장치에 도달하는 방법입니다.

Group-IB의 한 연사가 말했듯이, 북한 정보기관으로 묘사되는 고급 그룹 라자루스(Lazarus)가 바로 그러한 작전을 수행했습니다. 이들은 최근 몇 년 동안 가장 생산적인 사이버 범죄자 중 일부입니다. 방글라데시 중앙은행 и 대만 최대 은행 FEIB, 암호화폐 산업에 대한 공격 심지어 영화사 소니픽처스. 최근 몇 년 동안 그 수가 수십 개로 증가한 APT 그룹(영어 지능형 지속 위협, "stable Advanced Threat"에서 유래)은 이전에 모든 기능과 약점을 연구한 후 오랫동안 인프라에 심각하게 침투합니다. 이것이 필요한 정보 시스템에 접근할 수 있는 직원의 진로를 알아내는 방법입니다.

오늘날 대규모 조직은 100~120개의 특히 위험한 사이버 그룹의 위협을 받고 있으며, XNUMX분의 XNUMX이 러시아 기업을 공격하고 있습니다.

Kaspersky Lab의 위협 연구 부서 책임자인 Timur Biyachuev는 가장 위험한 그룹의 수를 100~120개의 커뮤니티로 추정했으며 현재 총 수백 개가 있습니다. 러시아 기업은 약 20%의 위협을 받고 있습니다. 상당수의 범죄자, 특히 신흥 집단의 범죄자가 동남아시아에 거주하고 있습니다.

APT 커뮤니티는 자신의 활동을 다루기 위해 특별히 소프트웨어 개발 회사를 만들 수도 있습니다. ASUS 글로벌 업데이트 서비스를 손상시키다수백 개의 목표에 도달합니다. 전문가들은 이러한 그룹을 지속적으로 모니터링하고 흩어진 증거를 종합하여 각 그룹의 기업 정체성을 결정합니다. 위협 인텔리전스는 여전히 사이버 범죄에 대한 최고의 예방 무기입니다.

누구의 것입니까?

전문가들은 범죄자들이 쉽게 도구와 전술을 바꾸고, 새로운 악성 코드를 작성하고, 새로운 공격 벡터를 발견할 수 있다고 말합니다. 동일한 나사로는 캠페인 중 하나에서 조사를 잘못된 방향으로 유도하기 위해 코드에 러시아어 단어를 삽입했습니다. 그러나 행동 패턴 자체는 바꾸기가 훨씬 어렵기 때문에 전문가들은 누가 이런 공격을 했는지, 저 공격을 했는지 특징적으로 추측할 수 있다. 여기서 그들은 모니터링을 통해 수집된 정보에서 밀과 왕겨를 분리하는 빅데이터와 기계 학습 기술의 도움을 다시 받습니다.

의회 연설자들은 귀속 문제, 즉 공격자의 신원을 파악하는 문제에 대해 한두 번 이상 언급했습니다. 이러한 과제에는 기술적 문제와 법적 문제가 모두 포함됩니다. 예를 들어, 범죄자는 개인 정보 보호법에 의해 보호됩니까? 물론 그렇습니다. 이는 캠페인 주최자에 대한 정보를 익명화된 형식으로만 보낼 수 있다는 의미입니다. 이는 전문 정보 보안 커뮤니티 내에서 데이터 교환 프로세스에 일부 제한을 부과합니다.

지하 해커 상점의 고객인 학생과 훌리건도 사건 조사를 어렵게 만듭니다. 사이버 범죄 산업에 진입하기 위한 문턱은 악의적인 행위자의 순위가 무한할 정도로 낮아졌습니다. 모두 셀 수는 없습니다.

아름다운 멀리

직원들이 스스로 금융 시스템에 대한 백도어를 만든다는 생각에 절망하기 쉽지만 긍정적인 추세도 있다. 오픈 소스의 인기가 높아짐에 따라 소프트웨어 투명성이 향상되고 악성 코드 삽입에 대처하기가 더 쉬워졌습니다. 데이터 과학 전문가들은 악의적인 의도의 징후가 있을 때 원치 않는 작업을 차단하는 새로운 알고리즘을 만들고 있습니다. 전문가들은 보안 시스템의 메커니즘을 인간 두뇌의 작동에 더 가깝게 적용하여 방어가 경험적 방법과 함께 직관을 사용하도록 노력하고 있습니다. 딥 러닝 기술을 사용하면 이러한 시스템이 사이버 공격 모델을 기반으로 독립적으로 발전할 수 있습니다.

Skoltech: “인공지능이 유행하고 있는데 좋은 점이다. 사실 거기까지 가려면 아직 멀고 그게 더 좋아요.”

Skolkovo 과학 기술 연구소 소장의 고문인 Grigory Kabatyansky는 청취자들에게 이러한 개발을 인공 지능이라고 부를 수 없다고 상기시켰습니다. 실제 AI는 인간의 작업을 받아들일 뿐만 아니라 이를 독립적으로 설정할 수도 있습니다. 대기업 주주들 사이에서 필연적으로 자리잡게 될 이러한 시스템의 출현은 아직 수십 년이나 남았습니다.

그 동안 인류는 지난 세기 중반에 학자들이 이야기하기 시작한 기계 학습 및 신경망 기술을 사용하여 작업하고 있습니다. Skoltech 연구원들은 예측 모델링을 사용하여 사물 인터넷, 모바일 네트워크 및 무선 통신, 의료 및 금융 솔루션을 사용합니다. 일부 영역에서는 고급 분석을 통해 인재로 인한 재해 위협과 네트워크 성능 문제를 해결합니다. 다른 경우에는 기존 문제와 가상 문제를 해결하기 위한 옵션을 제안하고 다음과 같은 문제를 해결합니다. 숨겨진 메시지를 공개하다 겉으로는 무해해 보이는 미디어에서.

고양이 훈련

Rostelecom PJSC의 정보 보안 담당 부사장인 Igor Lyapunov는 정보 보안에 있어서 머신러닝의 근본적인 문제는 스마트 시스템을 위한 자료의 부족이라고 봅니다. 신경망은 수천 장의 동물 사진을 보여줌으로써 고양이를 인식하도록 학습될 수 있습니다. 예시로 인용할 수 있는 수천 건의 사이버 공격을 어디에서 찾을 수 있습니까?

오늘날의 프로토 AI는 다크넷에서 범죄자의 흔적을 검색하고 이미 발견된 악성 코드를 분석하는 데 도움을 줍니다. 사기 방지, 자금 세탁 방지, 코드의 취약점 부분 식별 등 이 모든 작업은 자동화된 수단으로도 수행할 수 있습니다. 나머지는 소프트웨어 개발자의 마케팅 프로젝트에 기인하며 이는 향후 5~10년 동안 변하지 않을 것입니다.

출처 : habr.com