Transaction Intent Graph: Semantic Cross-LayerDefense Orchestration for Microservices PaymentSystem
이 논문은 개별 HTTP 요청에서 인과적으로 정렬된 다단계 트랜잭션으로 분석을 전환함으로써 마이크로서비스 결제 시스템 내 복합 저하 공격(CSDA)을 탐지하고 완화하기 위해 트랜잭션 의도 그래프를 구축하는 시맨틱 교차 계층 방어 오케스트레이션 프레임워크인 TIG-CDO를 소개하며, 이를 통해 99.9%의 SLA 준수율을 달하고 기존의 계층적 방어 체계 대비 위양성률을 크게 감소시켰다.
원본 논문은 CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) 라이선스로 제공됩니다. 이것은 아래 논문에 대한 AI 생성 설명입니다. 저자가 작성하거나 승인한 것이 아닙니다. 기술적 정확성을 위해서는 원본 논문을 참조하세요. 전체 면책 조항 읽기
현대적인 결제 시스템은 고객의 카드에서 가맹점의 계좌로 돈을 순식간에 이동시키는 글로벌 경제의 보이지 않는 신경계입니다. 이 흐름을 중단 없이 유지하기 위해 은행과 프로세서들은 일련의 디지털 체크포인트(검문소)에 의존합니다. 이 체크포인트들은 서로 다른 문 앞에 서 있는 보안 요원처럼 작동합니다. 하나는 컴퓨터가 너무 빠르게 많은 요청을 보내는지 확인하고, 다른 하나는 메시지의 내용이 알려진 악성 패턴을 포함하고 있는지 검사하며, 세 번째는 사용자가 사이트와 상호작용하는 방식에서 수상한 행동이 있는지 감시합니다. 수년 동안 이러한 계층적 접근 방식은 효과적이었습니다. 그러나 이 보안 요원들을 그대로 통과해 버리는 새로운 종류의 위협이 등장했습니다. '복합 완만한 저하 공격(composite slow-degradation attack)'으로 알려진 이 위협은 공성퇴로 문을 부수려 하지 않습니다. 대신, 각각의 요청이 완벽하게 합법적이고 작아서 모든 개별 보안 요원의 검사를 통과할 수 있을 만큼 아주 작고 정중한 요청을 대량으로 보냅니다. 단독으로는 이 요청들 중 어느 것도 위험하지 않습니다. 하지만 수천 개의 요청이 보안 요원들 사이의 틈을 이용하도록 조율되어 함께 도착하면, 단 하나의 경보도 울리지 않은 채 시스템을 압도해 버립니다.
문제는 이 보안 요들이 엉뚱한 것을 보고 있다는 점입니다. 그들은 한 번에 한 사람의 신분증을 확인하는 경비원처럼 개별 요청만을 주시하고 있습니다. 하지만 실제 결제는 단일 요청이 아니라 엄격한 대본을 따르는 복잡한 다단계 대화입니다. 합법적인 거래에는 특정 순서의 이벤트가 포함됩니다: 시작 요청, 신원 확인을 위한 도전, 자금 확인, 그리고 최종 영수증 발행까지 말입니다. 각 단계는 올바른 순서로 발생해야 하며 특정 시간 제한 내에 이루어져야 합니다. 연구에 따르면 공격자가 각 단계를 정상적으로 보이게 만들 수는 있지만, 전체 시퀀스를 실제 대화처럼 보이게 만드는 것은 쉽지 않습니다. 공격자는 첫 번째 메시지를 보낼 수는 있지만, 실제로 거래를 완료하여 비용을 지동하지 않고서는 일관되게 올바른 후속 메시지를 보낼 수 없습니다. 이는 공격자에게 근본적인 약점을 만듭니다. 숨어 있으려면 반드시 실제 고객처럼 행동해야 하는데, 이는 공격의 목적 자체를 무색하게 만들기 때문입니다.
이를 해결하기 위해 JP모건 체이스의 연구진과 동료들은 TIG-CDO라고 불리는 새로운 방어 시스템을 개발했습니다. 개별 요청을 감시하는 대신, 이 시스템은 전체 대화의 지도를 그립니다. 이 시스템은 결제의 서로 다른 단계들을 연결하여 '거래 의도 그래프(transaction intent graph)'를 생성합니다. 이 지도는 시스템이 고립된 문장이 아닌 전체 이야기를 볼 수 있게 해줍니다. 만약 어떤 요청이 대화를 시작했지만 끝맺음을 하지 못하거나, 단계가 잘못된 순서로 발생한다면 지도는 그 불일치를 드러냅니다. 시스템은 일련의 거래가 실제 결제의 규칙을 얼마나 잘 따르는지에 대한 점수를 계산합니다. 점수가 떨어지면, 비록 그 안의 개별 요청 하나하나가 겉보기에는 무해할지라도 시스템이 공격의 패턴을 포착했음을 의미합니다.
연구진은 초당 수천 건의 거래를 처리하는 실제 결제 네트워크를 모방한 시뮬레이션 환경에서 이 시스템을 테스트했습니다. 그들은 기존의 계층적 방어 체계와 이 새로운 시스템을 다양한 공격 시나리오, 즉 이전에 탐지되지 않았던 까다로운 복합 공격을 포함하여 맞붙였습니다. 결과는 명확했습니다. 요청을 하나씩 살펴보던 기존의 방어 체계는 공격을 허용하여 시스템을 느려지게 하거나 실패하게 만들었습니다. 반면, 요청 사이의 연결 고리를 살펴보는 새로운 시스템은 공격을 거의 즉시 탐지했습니다. 시뮬레이션에서 새 시스템은 합법적인 거래에 대해 99.9%의 성공률을 유지한 반면, 기존 시스템은 공격 시나리오의 거의 절반에서 네트워크 보호에 실패했습니다. 또한 실제 고객이 실수로 차단되지 않도록 허위 경보를 매우 낮게 유지했습니다.
이 성공의 핵심은 '베이스라인(기준선)'인 정상 동작을 어떻게 처리하느냐에 있습니다. 공격자들은 종종 시스템이 무엇을 정상으로 이해하는지를 서서히 변화시키려 하는데, 이를 '베이스라인 포이즈닝(baseline poisoning)'이라고 합니다. 그들은 매일 약간 이상한 요청을 보내 보안 소프트웨어가 이러한 이상 징나를 허용 가능한 것으로 학습하도록 유도할 수 있습니다. 새 시스템에는 이러한 미세한 변화를 감시하는 모니터가 포함되어 있습니다. 시스템은 현재의 트래픽 패턴을 일주일 전의 네트워크 상태와 비교하며, 평일과 주말 사이에 트래픽이 자연스럽게 변한다는 점을 고려합니다. 만약 시스템이 일반적인 주간 리듬과 일치하지 않는 느린 표류를 감지하면, 공격자가 이를 이용하기 전에 변화를 표시하고 보안 설정을 재설정합니다.
또한 연구자는 이러한 시스템을 배포할 때 발생하는 실질적인 장애물을 다루었습니다. 금융 세계에서는 새로운 보안 조치를 도입할 때 무언가를 망가뜨리지 않을 것이라는 보장을 위해 긴 승인 절차를 거쳐야 합니다. 승인이 내려올 때쯤이면 공격은 이미 끝났을 수도 있습니다. 새 시스템은 '사전 승인' 방식을 사용하여 이 문제를 해결합니다. 공격이 발생하기 전에 보안 팀과 규제 기관은 일련의 방어 조치에 대해 합의합니다. 시스템이 공격을 감지하면, 새로운 허가를 기다리지 않고 즉시 사전 승인된 방어책을 활성화할 수 있습니다. 이를 통해 시스템은 실시간으로 대응하여 피해가 발생하기 전에 공격을 저지할 수 있습니다 있습니다.
연구는 또한 봇들이 수천 개의 서로 다른 가맹점 계정을 사용하여 도난당한 신용카드 번호를 테스트하는 특정 유형의 공격을 조사했습니다. 이는 실패한 거래로 시스템을 가득 채우기 때문에 서비스 거부 공격(DoS)과 유사한 양상을 보이는 사기 문제입니다. 새 시스템은 이 특정 위협을 높은 정확도로 잡아냈으며, 대다수의 사기 시도를 차단하면서도 합법적인 비즈니스는 계속되도록 했습니다. 연구진은 실패한 거래들이 모두 동일한 특정 오류 코드를 사용하고 있다는 점을 포착함으로써 시스템이 작동했음을 발견했는데, 이는 실제 고객들이 좀처럼 만들어내지 않는 패턴입니다.
결과는 유망하지만, 연구자는 자신들의 결과가 실제 운영 시스템이 아닌 매우 현실적인 시뮬레이션에서 나온 것임을 주의 깊게 언급했습니다. 그들은 실제 공격은 다르게 행동할 수 있으며, 시스템을 완전히 신뢰하기 전에 실제 환경에서 테스트가 필요하다는 점을 인정했습니다. 또한 교묘한 공격자가 시스템을 우회하기 위해 사용할 수 있는 방법, 예를 들어 비용을 들여가며 정당한 것처럼 보이는 특정 유형의 거래 취소 등을 식별했습니다. 이는 시스템의 실패가 아니라, 지속적으로 관찰해야 할 알려진 경계 영역입니다.
이 연구는 우리가 보안을 생각하는 방식의 변화를 나타냅니다. 더 큰 공격자를 막기 위해 더 높은 벽을 쌓는 대신, 연구자는 공격자를 보는 더 똑똑한 방법을 구축했습니다. 데이터 그 자체가 아니라 데이터 뒤에 숨겨진 이야기를 이해함으로써, 시스템은 눈에 띄지 않는 조율된 공격의 미세한 징후를 포착할 수 있습니다. 이 접근 방식은 현대 세계에서 돈의 흐름을 지키는 핵심 인프라를 보호하기 위한 새로운 길을 제시합니다.
연구 분야의 논문에 파묻히고 계신가요?
연구 키워드에 맞는 최신 논문의 일일 다이제스트를 받아보세요 — 기술 요약 포함, 당신의 언어로.