Earticle

현재 위치 Home

제로트러스트 아키텍처 기반 공공 클라우드 전환 환경에서의 AI 지능형 지속위협(APT) 탐지 모델 연구
AI-based APT Detection Model for Zero Trust Architecture in Public Cloud Migration Environments

첫 페이지 보기
  • 발행기관
    한국융합보안학회 바로가기
  • 간행물
    융합보안논문지 KCI 등재 바로가기
  • 통권
    제26권 제3호 (2026.06)바로가기
  • 페이지
    pp.51-60
  • 저자
    박지용
  • 언어
    한국어(KOR)
  • URL
    https://www.earticle.net/Article/A487595

※ 기관로그인 시 무료 이용이 가능합니다.

4,000원

원문정보

초록

영어
As public cloud migration accelerates, establishing a proactive defense against Advanced Persistent Threats (APT) has become a vital national cybersecurity challenge. This study classifies APT threats by migration phase using the MITRE ATT&CK framework and proposes the ZETA-AD framework, which integrates Zero Trust Architecture (ZTA) with AI detection technologies. The proposed model utilizes a multi-layered ensemble engine combining unsupervised/supervised learning and Graph Neural Networks (GNN) to identify threats, while enabling real-time dynamic control through integration with the ZTA policy engine. Evaluation results show an F1-Score of 92.8%, a 81.8% reduction in average APT dwell time, and a 80.4% decrease in data exfiltration success rates. Furthermore, by incorporating SHAP-based Explainable AI (XAI), the framework ensures transparency in detection rationale, providing a practical and reliable model for security administration in public institutions.
한국어
공공기관의 클라우드 전환이 가속화됨에 따라 지능형 지속위협(APT)에 대한 선제적 대응 체계 수립이 국가 사이버안보의 핵심 과제로 부상하고 있다. 본 연구는 공공 클라우드 전환 단계별 발생 가능한 APT 위협을 MITRE ATT&CK 프레임워크 기반으로 분류하고, 제로트러스트 아키텍처(ZTA)와 AI 탐지 기술을 융합한 ZETA-AD 프레임워크를 제안한다. 제안 모델은 비지도·지도학습 및 그래프 신경망(GNN)을 결합한 다층 앙상블 탐지 엔진을 통해 위협을 식별하며, 이를 ZTA 정책 엔진과 연동하여 실시간 동적 권한 제어를 수행한다. 실험 결과, F1-Score 92.8%의 높은 탐지 정확도를 기록하였으며, 기존 체계 대비 APT 평균 체류 시간을 81.8% 단축시키고 데이터 유출 성공률을 80.4% 감소시키는 성과를 확인하였다. 또한 SHAP 기반의 설명 가능한 AI(XAI)를 적용하여 탐지 근거의 투명성을 확보함으로써, 공공 보안 관제 현장에서의 실무적 활용성을 높였다.

목차

요약
ABSTRACT
1. 서론
1.1 연구 배경 및 필요성
1.2 연구 목적 및 범위
1.3 논문의 구성
2. 관련 연구 및 이론적 배경
2.1 공공기관 클라우드 전환 현황 및 보안 위협
2.2 제로트러스트 아키텍처(ZTA) 개념 및 공공적용 현황
2.3 APT 공격 특성 및 AI 기반 탐지 기술 동향
2.4 기존 연구의 한계 및 본 연구의 차별성
3. 공공 클라우드 환경에서 APT 위협 모델 분석
3.1 공공 클라우드 전환 단계별 보안 위협 분류
3.2 APT 공격 시나리오 분석(MITRE ATT&CK프레임워크 기반)
3.3 제로트러스트 환경에서의 신규 공격 벡터 도출
4. AI 기반 APT 탐지 모델 설계
4.1 제안 모델의 전체 아키텍처
4.2 데이터 수집 및 전처리 계층 설계
4.3 AI 탐지 엔진 설계
4.4 제로트러스트 정책 연동 계층 설계
4.5 탐지 결과 시각화 및 경보 체계
5. 모델 검증 및 성능 평가
5.1 실험 환경 구성 및 데이터셋
5.2 APT 공격 시나리오별 탐지 성능 평가
5.3 기존 탐지 기법과의 비교 분석
5.4 제로트러스트 연동 효과 분석
6. 결론
6.1 연구 결과 요약
6.2 연구의 한계 및 향후 연구 방향
참고문헌

저자

  • 박지용 [ Ji-Yong Park | 한국인터넷진흥원(KISA) 수석연구원 ]

참고문헌

자료제공 : 네이버학술정보

간행물 정보

발행기관

  • 발행기관명
    한국융합보안학회 [Korea Information Assurance Society]
  • 설립연도
    2001
  • 분야
    공학>전자/정보통신공학
  • 소개
    본 학회는 사이버테러 및 정보전에 관한 학문연구ㆍ기술 개발ㆍ기반 구축을 도모하고 국내ㆍ외 관계기관과 학술교류와 정보교환을 통하여 회원 상호간의 전문지식을 배양하고, 궁극적으로는 국가 중요 정보기반구조를 보호함을 그 목적으로 한다.

간행물

  • 간행물명
    융합보안논문지 [Jouranl of Information and Security]
  • 간기
    연5회
  • pISSN
    1598-7329
  • 수록기간
    2001~2026
  • 등재여부
    KCI 등재
  • 십진분류
    KDC 005 DDC 005

이 권호 내 다른 논문 / 융합보안논문지 제26권 제3호

    피인용수 : 0(자료제공 : 네이버학술정보)

    함께 이용한 논문 이 논문을 다운로드한 분들이 이용한 다른 논문입니다.

      페이지 저장