[논문 리뷰] Simulated Penetration Testing and Mitigation Analysis.

Michael Backes, Jörg Hoffmann외 3명|arXiv (Cornell University)|2017. 05. 15.

Information and Cyber Security참고 문헌 43인용 수 14

한 줄 요약

이 논문은 네트워크 스캔, 공개 취약성 데이터베이스 및 수동 점검을 통합하여 구성 가능한 네트워크 모델을 기반으로 공격를 모델링함으로써 대규모 네트워크에서 보안 조치 전략에 대한 체계적이고 '만약에' 분석을 가능하게 하는 시뮬레이션 기반 침투 테스팅 프레임워크를 제안한다. 자동화된 공격 탐색 및 최적화를 통해 최대 공격 성공률를 최소화하는 최적의 보안 조치 조합을 식별하며, 경험적 방법에 그치지 않고 이론적으로 근거를 지닌 보안 조치 접근법을 제공한다.

ABSTRACT

Penetration testing is a well-established practical concept for the identification of potentially exploitable security weaknesses and an important component of a security audit. Providing a holistic security assessment for networks consisting of several hundreds hosts is hardly feasible though without some sort of mechanization. Mitigation, prioritizing counter- measures subject to a given budget, currently lacks a solid theoretical understanding and is hence more art than science. In this work, we propose the first approach for conduct- ing comprehensive what-if analyses in order to reason about mitigation in a conceptually well-founded manner. To evaluate and compare mitigation strategies, we use simulated penetration testing, i.e., automated attack-finding, based on a network model to which a subset of a given set of mitigation actions, e.g., changes to the network topology, system updates, configuration changes etc. is applied. We determine optimal combinations that minimize the maximal attacker success (similar to a Stackelberg game), and thus provide a well-founded basis for a holistic mitigation strategy. We show that these what-if analysis models can largely be derived from network scan, public vulnerability databases and manual inspection with various degrees of automation and detail, and we simulate mitigation analysis on networks of different size and vulnerability.

연구 동기 및 목표

• 현재 직관에 의존하는 체계적인 분석보다는 이론적 기반에 부족한 네트워크 보안 조치 계획 문제를 해결하기 위해.
• 수백 대의 호스트를 포함한 대규모이고 복잡한 네트워크에서 보안 조치 전략에 대한 포괄적인 '만약에' 분석을 가능하게 하기 위해.
• 최대 공격 성공률를 최소화하는 최적의 보안 조치 조합을 식별하기 위한 체계적 접근법을 개발하기 위해.
• 네트워크 스캔 데이터, 공개 취약성 데이터베이스 및 수동 점검을 통합하여 현실적인 공격 모델링을 위한 유일한 시뮬레이션 프레임워크를 구축하기 위해.
• 예산 및 자원 제약 조건 하에서 보안 팀이 대응 조치를 우선순위 정렬하여 선택할 수 있도록 의사결정 지원 시스템을 제공하기 위해.

제안 방법

• 네트워크를 네트워크 스캔, 취약성 데이터베이스 및 수동 설정 입력로부터 유도된 구성 가능한 공격 그래프로 모델링한다.
• 모델된 네트워크를 대상으로 공격 경로를 체계적으로 탐색함으로써 자동화된 침투 테스팅을 시뮬레이션한다.
• 네트워크 모델에 대한 통제된 수정으로서, 네트워크 구조 변경, 시스템 업데이트, 설정 강화 등의 보안 조치를 적용한다.
• 최대 공격 성공률를 최소화하는 보안 조치 조합의 최적 부분집합을 식별하기 위해 최적화 과정을 수행하며, 이를 스택엘베르그 게임으로 모델링한다.
• 기본적인 스캔 기반 모델에서부터 고도로 세부적인 수동 설정까지 다양한 자동화 수준과 세부 수준을 지원하는 시뮬레이션을 제공한다.
• 크기와 취약성 프로파일이 다른 네트워크를 대상으로 보안 조치 전략을 평가하여 확장성과 효과성을 분석한다.

실험 결과

연구 질문

• RQ1 수동 테스트 없이 대규모 네트워크에서 보안 조치 전략을 체계적으로 평가하고 비교할 수 있는 방법은 무엇인가?
• RQ2 어떤 보안 조치 조합이 네트워크에서 최악의 경우 공격 성공률를 최소화하는가?
• RQ3 자동화된 시뮬레이션은 대규모 환경에서 기존의 침투 테스팅을 얼마나 대체하거나 보완할 수 있는가?
• RQ4 예를 들어 스캔 기반 모델과 수동으로 향상된 모델 간의 모델 정밀도 수준의 차이가 보안 조치 분석의 정확성과 유용성에 어떤 영향을 미치는가?
• RQ5 스택엘베르그 균형과 같은 게임 이론적 접근법은 네트워크 보안 조치의 공격자-수비자 상호작용을 효과적으로 모델링할 수 있는가?

주요 결과

• 제안된 시뮬레이션 프레임워크는 크기와 복잡도가 다른 네트워크에서 보안 조치 전략의 확장성 있고 반복 가능한 분석을 가능하게 한다.
• 최대 공격 성공률를 크게 감소시키는 최적의 보안 조치 조합이 식별되었으며, 이는 체계적 접근법의 가치를 입증한다.
• 네트워크 스캔, 취약성 데이터베이스 및 수동 점검의 통합은 다양한 자동화 수준에서 민첩하고 점진적으로 세부적인 모델링을 가능하게 한다.
• 예산 제약 조건 하에서 대응 조치를 우선순위 정렬하여 선택할 수 있도록 실용적인 의사결정 지원을 제공한다.
• 자동화된 공격 경로 탐색을 통한 공격자 행동 모델링 기능 덕분에 보안 조치 시나리오에 대한 강력한 '만약에' 분석이 가능하다.
• 시뮬레이션 결과는 조건부로 세부적인 모델 수준이더라도 실행 가능한 효과적인 보안 조치 권고를 도출할 수 있음을 보여준다.