[논문 리뷰] Bot Development for Social Engineering Attacks on Twitter

Jefferson Viana Fonseca Abreu, Jorge Henrique Cabral Fernandes외 2명|arXiv (Cornell University)|2020. 07. 23.

Spam and Phishing Detection참고 문헌 1인용 수 5

한 줄 요약

이 논문은 피싱 기법을 사용하여 사회공학적 공격을 시뮬레이션하기 위해 트위터 봇을 개발하였으며, 1,287개의 계정을 대상으로 38일 동안 사용자 취약성을 테스트하였다. 트위터의 보안 조치에도 불구하고, 이러한 공격이 여전히 가능함을 입증하며, 피싱 공격에 대한 사용자 행동의 지속적인 위험을 드러냈다.

ABSTRACT

A series of bots performing simulated social engineering attacks using phishing in the Twitter platform was developed to identify potentially unsafe user behavior. In this work different bot versions were developed to collect feedback data after stimuli directed to 1,287 twitter accounts for 38 consecutive days. The results were not conclusive about the existence of preceptors for unsafe behavior, but we conclude that despite Twiter's security this kind of attack is still feasible.

연구 동기 및 목표

• 자동화된 봇 시스템을 통해 트위터에서의 사회공학적 공격의 실현 가능성을 평가하기 위해.
• 피싱 공격에 취약할 수 있는 잠재적 징후를 보여주는 사용자 행동 패턴을 특정하기 위해.
• 실제 트위터 환경에서 시뮬레이션된 피싱 캠페인의 효과성을 평가하기 위해.
• 기존 트위터 보안 메커니즘이 이러한 공격을 방지하는 데 충분한지 평가하기 위해.
• 통제된 실험 환경에서 사용자 반응에 대한 실증적 피드백을 수집하기 위해.

제안 방법

• 피싱 기법을 사용하여 사회공학적 공격을 시뮬레이션하기 위해 여러 버전의 트위터 봇을 개발하였다.
• 38일 동안 1,287개의 트위터 계정에 대상 자극을 전송하기 위해 봇을 배포하였다.
• 피싱 시도에 대한 반응으로 클릭 수, 응답 등 사용자 상호작용 데이터를 수집하였다.
• 자동화 스크립트를 사용하여 봇 상호작용을 관리하고 참여 지표를 추적하였다.
• 수집된 데이터를 분석하여 사용자 행동을 평가하고, 안전하지 않은 반응의 징후를 특정하였다.
• 악성 패킷을 포함하지 않고 행동 관찰에 집중함으로써 윤리적 준수를 유지하였다.

실험 결과

연구 질문

• RQ1 자동화된 봇이 트위터에서 얼마나 성공적으로 피싱 공격을 시뮬레이션할 수 있는가?
• RQ2 시뮬레이션된 피싱 콘텐츠를 상호작용하는 사용자들 사이에서 어떤 행동 패턴이 나타나는가?
• RQ3 트위터의 현재 보안 메커니즘은 이러한 사회공학적 공격을 얼마나 효과적으로 완화하는가?
• RQ4 피싱 공격에 취약한 사용자에 대한 사전 조건이나 징후를 식별할 수 있는가?
• RQ5 통제된 봇 실험을 통해 소셜 미디어 플랫폼에서 사용자 인식의 체계적 약점을 드러낼 수 있는가?

주요 결과

• 기존 보안 조치가 존재하더라도 피싱 기반 사회공학적 공격이 트위터에서 여전히 실현 가능하다는 것이 연구에서 밝혀졌다.
• 피싱에 높은 취약성을 보일 가능성이 있는 사전 행동적 징후에 대한 명확한 증거는 발견되지 않았다.
• 상당수의 사용자가 시뮬레이션된 피싱 콘텐츠에 상호작용하여 잠재적인 취약성이 드러났다.
• 공격 벡터가 높은 상호작용 비율을 기록하여 사용자 행동의 위험을 강조하였다.
• 결과적으로 사회공학적 공격가 기술적 방어를 심리적 조작을 통해 우회할 수 있음을 시사한다.
• 실험은 자동화된 봇 시스템이 소셜 미디어 플랫폼에서 사용자 수준의 보안 위험을 효과적으로 테스트하고 노출시킬 수 있음을 확인한다.