Compute-Budgeted Exploitability Evidence Graphs for Prospective Vulnerability Triage

기술 요약: 잠재적 취약점 우선순위 결정을 위한 컴퓨팅 예산 기반의 익스플로잇 가능성 증거 그래프

문제 정의
방어자들은 심각한 자원 제약에 직면해 있다: 새로 공개되는 취약점(CVE)의 양이 신속한 조치 역량을 훨씬 초과한다. CVSS와 같은 심각도 점수는 기술적 영향을 전달하지만, 실제 현장에서의 익스플로잇 발생 여부와는 약한 상관관계를 보이며, 이는 비효율적인 패치 우선순위 결정으로 이어진다. EPSS(Exploit Prediction Scoring System)와 같은 기존의 데이터 기반 예측 방법은 단기적 익스플로잇을 예측하고자 하지만, 근본적인 평가 결함인 시간적 누수(temporal leakage) 문제로 어려움을 겪는다.

표준적인 익스플로잇 예측 연구는 종종 공공 증거(권고문, 개념 증명 코드, 해커 커뮤니티 담론)를 모델에 입력하는데, 이러한 데이터는 취약점이 이미 익스플로잇된 이후에 공개되는 것들이다. 이는 "미래를 과거로 유출"하여 훈련 또는 평가 데이터에 포함시키며, 결과적으로 모델의 성능 지표를 인위적으로 부풀린다. 본 논문은 엄격한 시간적 프로토콜이 없다면, 평가는 선견지명이 아닌 사후 확신을 측정하게 되며, 이로 인해 보고된 정확도는 오해의 소지가 있다고 주장한다.

방법론
저자들은 취약점 우선순위 결정을 고정된 컴퓨팅 예산 하에서의 제약된 선택 문제로 다루는 **누수 방지형 전향적 우선순위 결정 프로토콜(leakage-safe prospective triage protocol)**을 제안한다.

1. 시간적 증거 그래프: 공공 증거를 CVE와 이질적이고 타임스탬프가 찍힌 문서들(NVD 권고문, 익스플로잇 아카이브, 수정 커밋, 해커 커뮤니티 담론) 간의 시간적 그래프로 구성한다.
2. 결정 시점 및 허용 범위: 각 CVE에 대해 결정 시점 $\tau(v)$를 (발표 시간 + 관찰 기간 $\Delta$)로 고정한다. 프로토콜은 엄격하게 타임스탬프 $ts(e) \leq \tau(v)$인 증거 문서만을 허용한다. 이를 통해 모델이 익스플로잇 이벤트 자체에 의해 생성된 신호에 접근하는 것을 방지한다.
3. 예산 기반 선택: 모든 텍스트를 처리하는 대신, 시스템은 CVE당 제한된 수의 증거 문서($B$)를 선택한다.
   • 바이-인코더(bi-encoder) (E5 스타일)가 CVE 설명과 증거 문서에 대한 임베딩을 생성한다.
   • 라미나 매트로이드(laminar matroid) 제약 조건이 선택 과정을 제어한다. 전체 예산 $B$는 총 문서 수를 제한하며, 계층별 캡 $\kappa$는 소스 유형 간의 다양성을 보장한다(예: 특정 채널인 NVD 텍스트에 의해 인증서가 독점되는 것을 방지).
   • 선택은 유사도 점수에 따라 탐욕적(greedy) 방식으로 수행되며, 이는 모듈형 목적 함수에 대해 최적임이 증명되었다.
4. 리스크 점수 산정 및 인증: 보정된 로지스틱 모델이 특징(심각도, CWE 조건부 사전 확률, 선택된 증거의 통계)을 집계하여 리스크 점수를 생성한다. 결정적으로, 모든 점수는 지원하는 신호, 타임스탬프, 소스 계층을 명시적으로 나열하는 **감사 가능한 증거 인증서(auditable evidence certificate)**와 쌍을 이루며, 이를 통해 방어자가 순위를 이의 제기할 수 있도록 한다.
5. 리랭커(Reranker)의 절제 연구: 강력한 크로스-인코더 리랭커를 평가했으나, 이것이 역효과를 낸다는 것을 발견했다. 리랭커는 의미적 관련성을 향상시키지만, 독특한 익스플로잇 신호보다는 CVE 설명의 재진술을 표면화하는 경향이 있어 전향적 재현율(prospective recall)을 낮춘다.

주요 결과
12,012개의 전향적 CVE를 대상으로 457개의 알려진 익스플로잇 양성 사례(CISA KEV) 및 EPSS-high 타겟에 대해 평가하였다:

• 누수 페널티: 무작위 분할과 필터링되지 않은 증거를 사용하는 나이브한 평가는 전향적 recall@50을 8.5배(0.044 vs. 0.005), EPSS-high recall을 5.0배 부풀린다. 이는 표준 평가 프로토콜이 막대한 시간적 누수를 은폐하고 있음을 보여준다.
• 예산 효율성: 제안된 예산 기반 선택 방식은 심각도 전용 베이스라인의 전향적 recall@50을 0.010에서 0.026으로 높였다(상대적 150% 증가).
• 수익 체감: 추가 증거의 가치는 빠르게 포화된다. 단 2개의 증거 문서만으로도 64개까지의 예산에서 얻을 수 있는 거의 모든 가치를 포착하며, 이는 트리아지(triage)가 "저렴하며", 심층 스캐닝보다는 소수의 고신호 문서에 의존함을 나타낸다.
• 리랭커 영향: 크로스-인코더 리랭커를 추가하면 전향적 recall이 0.016으로 감소하며, 이는 CVE 설명에 대한 의미적 관련성이 익스플로잇 증거의 대리 지표가 아님을 확인시켜 준다.
• 컴퓨팅 경제성: 바이-인코더 선택 경로는 CVE당 약 0.0068초를 소요하며, GPU 시간당 약 1,197개의 상위 순위 양성 사례를 복구한다(정규화 기준).

의의 및 기여
본 논문의 주요 기여는 아키텍처 자체보다는 방법론에 있다. 저자들은 평가 프로토콜이 랭킹 모델 자체보다 익스플로잇 예측에 더 결정적인 요소임을 입증한다.

1. 누수 방지 프로토콜: 저자들은 설계 단계부터 시간적 누수를 제거하는 구성을 제공하며, 나이브한 프로토콜이 은밀히 부담하는 "누수 페널티"를 정량화한다.
2. 감사 가능한 인증서: 리스크 점수에 증거 인증서를 부착함으로써, 본 연구는 스칼라 예측을 논쟁 가능한 보안 주장으로 변모시킨다. 이를 통해 방어자는 점수가 단일 조작 채널이 아니라 독립적인 계층(예: 공식 권고문 + 커뮤니티 담론) 간의 상호 보완적 신호에 의해 유도되었는지 검증할 수 있다.
3. 비용 효율적인 트리아지: 본 연구는 고가치의 트리아지에 거대한 컴퓨팅 예산이나 복잡한 리랭킹이 필요하지 않으며, 작고 다양한 사전 결정 증거 세트만으로도 심각도 기반 베이스라인을 크게 능가할 수 있음을 보여준다.

저자들은 향-후 연구가 모델 복잡성을 확장하는 것이 아니라, 증거를 적대적 시딩(adversarial seeding)으로부터 인증하고 운영 패치 데드라인에 대한 관찰 기간 $\Delta$를 정교화하는 데 집중해야 한다고 결론짓는다.