클라우드플레어, 봇 매니지먼트에 지속형 탐지 엔진 도입…"공격 패턴 변화 따라 방어한다"

클라우드플레어(Cloudflare)는 2일 자사 보안 플랫폼 '클라우드플레어 봇 매니지먼트(Cloudflare Bot Management)'에 지속형 탐지 엔진 '어댑티브 인텔리전스(Adaptive Intelligence)'를 도입한다고 발표했다. '클라우드플레어 봇 매니지먼트'는 자동화된 봇 트래픽 탐지·악성 봇 차단용 자사 보안 플랫폼이다.

'어댑티브 인텔리전스'는 클라우드플레어 글로벌 네트워크에서 처리되는 수조 건의 요청 기반으로 작동한다. 이 엔진은 실시간 트래픽의 다양한 신호를 자가 학습하고, 새로운 위협 대응용 탐지 규칙을 실시간 생성한다. 또한 공격자의 자동화 공격 시도 발생 시 방어 체계를 즉각 조정한다.

클라우드플레어는 방어 체계의 즉각 조정 목적이 공격의 용이성 저하에 있다고 설명했다. 회사 측은 해당 구조를 통해 자동화 공격의 시간·비용이 증가한다고 설명했다.

클라우드플레어 최고기술책임자(CTO) 데인 크네히트(Dane Knecht)는 기존 방어 체계는 작동 방식이 고정돼 있어 공격자가 이를 반복 분석한 뒤 우회법을 탐색할 수 있다고 설명했다. 반면 클라우드플레어 어댑티브 인텔리전스는 방어 체계를 지속 변화시켜 공격자가 파악한 정보를 빠르게 무효화하고, 공격이 대규모 확산되기 전에 차단한다고 밝혔다.

어댑티브 인텔리전스는 상시 방어 체계 구축을 지원하고, 공격자의 반복적 공격 시도를 차단한다. 또 시간대 행동 패턴 분석 기반 실시간 공격 탐지, 악의적 활동 식별, 보안 업데이트 자동 배포를 지원한다.

클라우드플레어 ML 모델 기반으로는 실시간 트래픽을 바탕으로 지속 학습이 이뤄지며, 새로운 봇 프레임워크와 우회 기법 탐지 엔진을 즉시 반영할 수 있다. 이에 따라 별도 수동 업데이트와 정기 업데이트 대기가 불필요하며, 새로운 위협에 실시간 대응할 수 있다.

이 기술은 특정 위협 차단용 맞춤형 탐지 규칙 자동 생성과 탐지 규칙 지속 변경을 통해 작동한다. 동시에 공격자 시스템 작동 방식 분석과 방어 체계 분석을 함께 수행해 우회 방법 탐색 난이도 증대를 노린다.

또 여러 시간대 행동 패턴 동시 분석을 바탕으로 기존 방어 체계로 탐지 어려운 저강도·장기 지속형(low-and-slow) 위협 식별을 추진한다. 클라우드플레어 프리커서(Cloudflare Precursor)는 행동 기반 봇 방어 솔루션으로, 브라우저 세션의 행동 신호를 수집 대상으로 삼고 글로벌 엣지 수집 데이터인 텔레메트리와 결합한다.

이처럼 브라우저 세션 행동 신호와 글로벌 엣지 텔레메트리 결합을 통해 자동화된 활동 여부 종합 판단과 악용 여부 종합 판단이 이뤄진다. 데인 크네히트 CTO는 공격 규모 확대 비용 사실상 제로에 가까운 상황에서는 방어벽 강화만으로 대응에 한계가 있다고 밝혔고, 최신 봇 위협 대응을 위해 공격자 비용·노력 증가 방향의 구조 변화가 필요하다고 설명했다.

출처: 테크월드뉴스 · 김혜진 기자
원문: https://www.epnc.co.kr/news/articleView.html?idxno=406400

참고자료

• https://www.epnc.co.kr/news/articleView.html?idxno=406400