[논문 리뷰] Cybersecurity: Past, Present and Future

Shahid Alam|arXiv (Cornell University)|2022. 07. 04.

Digital and Cyber Forensics인용 수 5

한 줄 요약

이 책자 수준의 논문은 소프트웨어 및 하드웨어 보안, 악성코드 진화, 생체 인식, 사이버 인텔리전스 및 포렌식을 포함한 핵심 전문 분야에서의 과거 발전, 현재 과제, 향후 방향을 포함해 사이버보안의 진화를 종합적으로 분석한다. 이 논문은 하이브리드 증강 및 설명 가능한 AI를 통합하여 시스템 성능과 투명도를 향상시키기를 주장하며, IoT 및 클라우드 컴퓨팅과 같은 신규 사이버 환경을 보호하는 데 있어 인간-AI 협업이 핵심 발전으로서의 중요성을 강조한다.

ABSTRACT

The digital transformation has created a new digital space known as cyberspace. This new cyberspace has improved the workings of businesses, organizations, governments, society as a whole, and day to day life of an individual. With these improvements come new challenges, and one of the main challenges is security. The security of the new cyberspace is called cybersecurity. Cyberspace has created new technologies and environments such as cloud computing, smart devices, IoTs, and several others. To keep pace with these advancements in cyber technologies there is a need to expand research and develop new cybersecurity methods and tools to secure these domains and environments. This book is an effort to introduce the reader to the field of cybersecurity, highlight current issues and challenges, and provide future directions to mitigate or resolve them. The main specializations of cybersecurity covered in this book are software security, hardware security, the evolution of malware, biometrics, cyber intelligence, and cyber forensics. We must learn from the past, evolve our present and improve the future. Based on this objective, the book covers the past, present, and future of these main specializations of cybersecurity. The book also examines the upcoming areas of research in cyber intelligence, such as hybrid augmented and explainable artificial intelligence (AI). Human and AI collaboration can significantly increase the performance of a cybersecurity system. Interpreting and explaining machine learning models, i.e., explainable AI is an emerging field of study and has a lot of potentials to improve the role of AI in cybersecurity.

연구 동기 및 목표

• 사이버보안의 역사를 비롯한 역사적 발전, 현재 상태, 향후 방향을 종합적으로 이해하는 것.
• IoT, 클라우드 컴퓨팅, 스마트 기기와 같은 신규 사이버 영역에서의 주요 과제를 특정하는 것.
• 소프트웨어, 하드웨어, 생체 인식, 포렌식과 같은 사이버보안 전문 분야에서의 고도화된 연구의 필요성을 부각하는 것.
• 하이브리드 증강 및 설명 가능한 AI가 사이버보안 시스템 성능 향상과 투명도 향상에 기여하는 방식을 탐색하는 것.
• 해석 가능한 기계학습 모델이 사이버 위협 탐지에 활용될 수 있는 잠재력이 있는 분야를 식별하여 향후 연구를 이끌어내는 것.

제안 방법

• 핵심 사이버보안 영역에서의 기존 문헌 및 기술 발전을 체계적으로 검토하고 통합하는 것.
• 악성코드의 진화와 현대 방어 기법에 미치는 영향을 분석하는 것.
• 실제 구현에서의 생체 인식 시스템과 그 취약점을 검토하는 것.
• AI와 인간 전문 지식을 융합한 사이버 인텔리전스 프레임워크를 탐색하여 위협 탐지 능력을 향상시키는 것.
• 사이버보안 응용 분야에서 기계학습 모델을 해석하고 검증하기 위한 설명 가능한 AI(XAI) 기법을 조사하는 것.
• 동적인 사이버 환경에서의 의사결정 향상을 위해 인간-AI 협업 모델을 통합하는 것.

실험 결과

연구 질문

• RQ1 IoT 및 클라우드 컴퓨팅과 같은 사이버 기술의 진화가 사이버보안 분야의 위협 환경을 어떻게 재편하고 있는가?
• RQ2 현재 AI 기반 사이버보안 시스템의 주요 한계는 무엇이며, 설명 가능한 AI(XAI)는 이를 어떻게 완화할 수 있는가?
• RQ3 인간-AI 협업은 사이버 위협 탐지 및 대응의 효과성을 어떻게 향상시킬 수 있는가?
• RQ4 사이버 인텔리전스 분야에서 미래의 사이버보안 혁신에 가장 기대를 걸 수 있는 신규 연구 분야는 무엇인가?
• RQ5 실제 응용에서 진화하는 스푸핑 및 적대적 공격에 대비해 생체 인식 시스템은 어떻게 보다 안전하게 설계될 수 있는가?

주요 결과

• 설명 가능한 AI(XAI)의 통합은 기계학습 기반 사이버보안 시스템에서 신뢰도와 해석 가능성에 중대한 기여를 한다.
• 사이버 인텔리전스 분야에서 인간-AI 협업은 완전 자동화된 시스템보다 더 정확하고 맥락 인식 능력이 뛰어난 위협 탐지 결과를 이끈다.
• 신규 사이버 위협은 점점 더 IoT 및 클라우드 환경을 공격 목표로 삼고 있어, 전용 보안 강화 기법이 필요로 한다.
• 악성코드의 진화는 전통적인 시그니처 기반 탐지 기법을 뛰어넘고 있으며, 적응형 및 행동 기반 방어 메커니즘이 요구된다.
• 생체 인식 시스템은 여전히 스푸핑 및 제시 공격에 취약하여, 다중 인증 및 생체 활성도 검출 기능 강화가 필요하다.
• 하이브리드 증강 지능 모델은 대규모 보안 운영에서 오류 경고를 줄이고 반응 시간을 개선하는 데 잠재력을 보이고 있다.