BAg-IDS: A Blockchain-Enabled Agentic AI Architecture for Trustworthy Intrusion Detection
BAg-IDS는 자율 에이전트와 보정된 앙상블을 활용하여 하이퍼레저 패브릭(Hyperledger Fabric) 원장에 침입 탐지 판정에 대한 공동 서명을 수행함으로써, 약 2초의 구조적 합의 지연 시간을 발생시키면서도 거의 완벽한 정확도(99.98%)와 신뢰할 수 있는 인증을 달성하는 분산형 블록체인 기반 아키텍처이다.
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
디지털 세상에서 보안 팀은 컴퓨터 네트워크 침입을 시도하는 침입자를 포착하기 위해 자동화된 시스템에 의존합니다. 침입 탐지기라고 불리는 이러한 시스템들은 과거의 공격으로부터 학습하여 새로운 공격을 인식하는 고급 소프트웨어를 사용하여, 문제를 포착하는 데 매우 능숙해졌습니다. 그러나 중대한 문제가 남아 있습니다. 이러한 시스템이 위협을 포착했을 때, 운영자는 그 결정을 단순히 신뢰해야만 한다는 점입니다. 그 결정이 내려진 것을 확인해 줄 독립적인 목격자가 없으며, 발생한 사건에 대한 디지털 기록은 영리한 공격자에 의해 수정되거나 삭제될 수 있습니다. 만약 소프트웨어가 실수를 하거나 이를 실행하는 컴퓨터가 침해당한다면, 그 결과는 무고한 사용자에 대한 해로운 조치로 이어지거나 실제 공격이 감지되지 못하는 상황을 초래할 수 있습니다. 핵심 과제는 단순히 정확할 뿐만 아니라, 어떤 조치를 취하기 전에 결정 자체가 여러 독립적인 당사자에 의해 검증되고, 그 결정의 기록이 변조될 수 없는 신뢰할 수 있는 시스템을 구축하는 것입니다.
연구진은 이 문제를 해결하기 위해 BAg-IDS라는 새로운 시스템을 구축했습니다. 단 한 대의 컴퓨터가 최종 결정을 내리는 것에 의존하는 대신, 그들은 탐지하고, 재확인하며, 모든 경보를 인증하기 위해 함께 작동하는 자율 소프트웨어 에이전트 네트워크를 만들었습니다. 문을 잠그기 전에 두 명의 다른 독립적인 경비원으로부터 의견을 구해야 하고, 그 합의 내용이 누구도 지울 수 없는 영구적이고 변경 불가능한 장부에 기록되어야 하는 보안 요원을 상상해 보십시오. 이것이 새로운 아키텍처의 본질입니다. 이 시스템은 블록체인과 유사한 특수한 유형의 디지털 장부를 사용하여 결정 과정의 모든 단계를 기록합니다. 이를 통해 공격자를 차단하기로 결정했을 때, 해당 결정이 독립적인 에이전트 그룹에 의해 검증되었음을 보장하며, 그 합의의 증거는 나중에 조작하거나 변경하는 것이 불가능한 방식으로 저장됩니다.
이 시스템은 속도를 유지하기 위해 영리한 역할 분담을 갖추도록 설계되었습니다. 대부분의 경우, 시스템은 세 가지 서로 다른 탐지 모델을 사용하여 밀리초 단위로 네트워크 트래픽을 스캔하는 '반사(reflex)' 경로에서 실행됩니다. 이 모델들은 단독으로 내릴 수 있는 결정보다 더 신뢰할 수 있는 단일 결정을 내리기 위해 협력합니다. 만약 시스템이 트래픽에 대해 확신이 서지 않으면, 추측하는 대신 멈춰서 두 번째 의견을 요청합니다. 시스템이 공격이 일어나고 있다고 확신할 때만 더 느리고 신중한 단계로 넘어갑니다. 이 단계에서는 경보가 독립적인 '공증(notary)' 에이전트 그룹으로 전송됩니다. 각 공증인은 경보를 독자적으로 확인하고 디지털 투표를 던집니다. 경보는 공증인 과반수가 동의할 때만 승인됩니다. 이 전체 투표 과정은 블록체인에 기록되어, 누가 언제 동의했는지에 대한 영구적이고 변조 불가능한 이력을 생성합니다.
연구진은 실제 네트워크 흐름이 포함된 실제 데이터 세트를 사용하여 이 시스템을 테스트했습니다. 그들은 시스템이 매우 정확하다는 것을 발견했습니다. 하나의 표준 테스트 세트에서, 시스템은 모든 결정에 걸쳐 96.6%의 확률로 공격을 올바르게 식별했습니다. 더욱 중요한 것은, 공증인 그룹에 의해 인증된 특정 경보의 경우, 정확도가 99.7%로 높아졌으며 오경보율은 0.04%에 불과했다는 점입니다. 이는 시스템이 "차단하라"고 말할 때, 그것이 거의 확실히 옳다는 것을 의미합니다. 또한 시스템은 자신을 속이도록 설계된 공격에 대해서도 탄력성을 입증했습니다. 연구진이 하나의 탐지 모델이 손상되어 실수를 하기 시작하는 시나리오를 시뮬레이션했을 때, 시스템은 해당 결함이 있는 모델의 영향력을 자동으로 줄였습니다. 전체 정확도는 아주 미미한 부분만 감소했는데, 이는 팀 기반 접근 방식이 한 구성원이 침해되더라도 시스템을 보호한다는 것을 보여줍니다.
또 다른 주요 발견은 시스템이 결정에 도달하는 데 걸리는 시간을 처리하는 방식입니다. 블록체인 투표 과정은 몇 초가 소요되기 때문에, 연구진은 이 단계가 정말로 중요한 경보에 대해서만 발생하도록 했습니다. 초기 스캐닝은 즉각적으로 이루어지지만, 최종적으로 인증된 결정은 투표당 약 2초가 걸립니다. 이 지연은 단일한 악의적인 행위자가 과정을 서두르는 것을 방지하고 합의가 진정한 것임을 보장하기 위해 설계된 구조적인 부분입니다. 시스템은 이 방식을 통해, 경보를 유발하는 아주 적은 비율의 트래픽에 대해서만 이 신중하고 느린 프로세스를 적용하고 나머지 트래픽은 전체 속도로 흐르게 함으로써 이 문제를 해결합니다. 이러한 균형을 통해 시스템은 실시간 사용이 가능할 만큼 빠르면서도 신뢰할 수 있을 만큼 안전할 수 있습니다.
시스템에는 인간 요소도 포함되어 있습니다. 보안 운영자는 가장 심각한 경보가 조치되기 전에 이를 검토하기 위해 투입될 수 있습니다. 결정적으로, 인간의 행동조차 블록체인에 기록됩니다. 만약 운영자가 차단을 승인하거나 설정을 변경하기로 결정한다면, 그 결정은 서명되어 영구적으로 저장됩니다. 이는 컴퓨터가 결정한 것뿐만 아니라 인간이 결정한 것도 보여주는 완전한 감사 추적(audit trail)을 생성하여, 전체 과정을 투명하고 책임 있게 만듭니다. 연구진은 이 전체 기술 스택—빠른 초기 탐지부터 느린 검증된 합의 및 인간의 감독에 이르기까지—이 표준 컴퓨터 하드웨어에서 실행될 수 있음을 입증하여, 이러한 보안 시스템이 실제 사용에 실용적임을 증명했습니다.
테스트 과정에서 시스템은 원래 학습했던 데이터와는 다른 특성을 가진, 2025년에 독립적으로 생성된 새로운 데이터 세트에 대해서도 평가를 받았습니다. 시스템은 잘 적응하여 인증된 경보에 대해 99.98%의 정확도를 유지했습니다. 이는 이 접근 방식이 견고하며, 완전히 재구축할 필요 없이 다양한 유형의 네트워크 트래픽과 함께 작동할 수 있음을 시사합니다. 연구진은 머신 러닝을 분산된 투표 시스템 및 인간의 감독과 결합함으로써, 정확하고, 부패에 강하며, 완전히 감사가 가능한 침입 탐지 시스템을 만드는 것이 가능하다는 결론을 내렸습니다. 이 작업은 단순히 탐지기를 더 똑똑하게 만드는 것을 넘어, 결정의 신뢰성이 결정 자체만큼이나 중요한 프레임워크를 구축하는 단계로 나아갑니다.
연구 분야의 논문에 파묻히고 계신가요?
연구 키워드에 맞는 최신 논문의 일일 다이제스트를 받아보세요 — 기술 요약 포함, 당신의 언어로.