AI 예측 기반 위협 방지 개요

AI 예측 기반 위협 방지는 패킷 조각에 대한 인공 지능(AI)을 사용하여 네트워크에서 알려진 멀웨어와 제로데이 멀웨어를 모두 예측하고 방지합니다. 이 시스템은 위협이 되지 않는 활동을 적극적으로 구별하고 무시함으로써 오탐을 크게 줄입니다. 이를 통해 인간 전문가는 더 중요한 보안 작업에 집중하고 전체 공격 수명 주기에 걸쳐 진짜 위험한 위협을 식별할 수 있습니다. 이 프로세스는 초기 및 후속 공격으로부터 네트워크를 지속적으로 보호합니다.

오늘날 사용자는 점점 더 이동이 증가하고 있으며, 어느 위치에서나 빠르고 안전한 네트워크 액세스가 필요합니다. 이렇게 높아진 모빌리티는 멀웨어에 취약성을 높입니다. 네트워크 보안 관리자는 종종 사용자가 회사 리소스에 액세스하기 위해 연결하는 네트워크에 대한 제어가 제한적이기 때문입니다. 따라서 혁신적이고 신속하며 맬웨어를 탐지하고 예방하는 데 능숙한 네트워크 보안 솔루션을 구현하는 것이 중요합니다. 이 주제에서는 AI 및 머신러닝(ML)을 기반으로 하는 보안 솔루션인 주니퍼 네트웍스의 AI 예측 기반 위협 방지가 어떻게 작동하는지 살펴봅니다.

주니퍼 네트웍스의 AI 예측 기반 위협 방지는 사용자가 다양한 위치에서 회사 리소스에 액세스하고 여러 목적지로 인터넷을 검색할 때 발생하는 위협으로부터 네트워크를 보호하도록 설계된 고급 멀웨어 탐지 및 방지 솔루션입니다. AI와 ML을 기반으로 하는 이 지능형 보안 솔루션은 실제 위협을 보다 신속하게 예측하고 식별하는 능력을 향상시켜 전문가가 전략적 보안 이니셔티브에 집중할 수 있도록 해줍니다.

AI 예측 기반 위협 방지에는 다음과 같은 기능이 포함됩니다.

안티 멀웨어 방지—AI 예측 기반 위협 방지는 효과적인 안티 멀웨어 기능을 제공하여 네트워크 전체에서 방대한 양의 데이터를 검사합니다. 기존 솔루션에서는 악성 여부를 판별하기 위해 전체 파일이 필요합니다. 또한 기존 탐지 프로세스에서는 TCP 프록시를 활성화해야 하는 경우가 많아 방화벽 처리량 성능이 느려질 수 있습니다. 주니퍼 네트웍스가 유기적으로 구축한 멀웨어 방지 솔루션은 AI 기능을 갖춘 프록시리스 아키텍처를 사용하여 위협을 효율적으로 탐지합니다.
AI 생성 맞춤형 시그니처 - 조직은 고급 멀웨어 방지 솔루션과 함께 AI 예측 기반 위협 방지를 활용하여 특정 환경에 맞는 맞춤형 시그니처를 생성할 수 있습니다. 다른 기술과 달리 AI 예측 기반 위협 방지는 이러한 서명이 공격 수명 주기 전반에 걸쳐 활성 상태를 유지하도록 보장합니다. 이 AI 기반 멀웨어 방지 솔루션은 위협 시그니처를 지속적으로 업데이트하고 비정상적인 행동 패턴을 탐지하며 후속 공격에 대한 강력한 보호 기능을 제공합니다. 결과적으로 보안팀은 잠재적인 위협을 보다 빠르고 효율적으로 식별할 수 있습니다.

기능 탐색기를 사용하여 특정 기능에 대한 플랫폼 및 릴리스 지원을 확인하십시오.

지원되는 플랫폼의 라이선스에 대한 자세한 내용은 SRX 시리즈 방화벽의 소프트웨어 라이선스를 참조하십시오.

이점

알려진 위협과 알려지지 않은 위협에 대한 능동적인 위협 탐지
처리량 개선
위협이 되지 않는 활동을 필터링하여 오탐 감소
자동 생성된 시그니처와 더불어 AI 및 ML 기반 분석

플로우 기반 바이러스 차단 검사

Junos OS 릴리스 23.4R1부터는 플로우 기반 바이러스 차단 솔루션을 사용하여 네트워크 트래픽을 검사하고 통합 패턴 매칭 엔진을 통해 실시간으로 위협을 방지할 수 있습니다.

플로우 기반 바이러스 차단 검사는 회선 속도로 작동하는 유기적으로 구축된 솔루션으로, 성능 저하 없이 진행 중인 공격에 탁월한 효율성과 신속한 대응을 제공합니다. 프록시리스 아키텍처를 활용하여 전체 파일을 다운로드하지 않고도 패킷이 스트리밍될 때 스캔하여 지능적으로 멀웨어를 탐지합니다. 이는 주니퍼 네트웍스가 선별한 시그니처로 구성되며, 이러한 시그니처는 주니퍼 ATP 클라우드에서 지속적으로 업데이트되고 주니퍼 네트웍스의 CDN(Content Delivery Network)을 통해 배포됩니다.

플로우 기반 바이러스 차단 솔루션을 사용하면 모든 주니퍼 ATP 클라우드 고객 기반에서 위협 인텔리전스 및 최근 위협 탐지 이벤트를 기반으로 인라인 차단 기능을 사용할 수 있습니다.

플로우 기반 바이러스 백신 솔루션을 적용하려면 주니퍼 바이러스 백신 라이선스인 주니퍼 AV 를 설치하고 바이러스 백신 정책을 활성화해야 합니다. 자세한 내용은 플로우 기반 바이러스 차단 정책 구성을 참조하십시오.

머신러닝 기반 위협 탐지

Junos OS 릴리스 24.2R1부터는 제로데이 위협에 대한 ML 기반 위협 탐지를 구성할 수 있습니다.

ML 기반 위협 탐지 기능은 방화벽에서 파일을 인라인으로 검사하고 감염된 파일을 다운로드하기 전에 차단합니다. 이 위협 탐지 프로세스는 인터넷 액세스 없이 수행되며 판정을 반환하는 데 파일의 작은 섹션만 필요합니다.

검사 엔진 바이너리 파일이 주니퍼 네트웍스 CDN 서버에서 방화벽으로 자동 다운로드되면 방화벽에서 ML 기반 위협 탐지가 활성화됩니다. 기본적으로 ML 모델 이진 파일은 CDN 서버에서 방화벽 디바이스로 일반적으로 일주일에 한 번 자동으로 다운로드됩니다.

머신러닝 기반 위협 탐지를 구현하려면 주니퍼 바이러스 차단 라이선스인 주니퍼 AV를 설치하고 머신러닝을 활성화해야 합니다. 자세한 내용은 기계 학습 기반 위협 탐지 구성을 참조하세요.

워크플로우

다음은 AI 예측 기반 위협 방지를 위한 개략적인 워크플로우입니다.

그림 1: AI 예측 기반 위협 방지 Cybersecurity process: Firewall with machine learning blocks malicious files from hacker, protecting user; supported by Juniper CDN Server.

Cybersecurity process: Firewall with machine learning blocks malicious files from hacker, protecting user; supported by Juniper CDN Server.

표 1: AI 예측 기반 위협 방지 워크플로우
단계	설명
1	클라이언트는 SRX 시리즈 방화벽에서 바이러스 백신 정책 및 CDN 서버 URL을 구성하여 CDN 서버에서 최신 바이러스 백신 서명 및 ML 검사 엔진 업데이트를 수신합니다.
2	클라이언트가 인터넷에서 파일을 다운로드하도록 요청합니다.
3	파일이 SRX 시리즈 방화벽을 통과할 때 파일의 일부가 CDN 서버에서 수신된 최신 바이러스 백신 서명과 일치합니다. 일치하는 서명이 발견되면 정책 작업에 따라 파일을 차단하고 다운로드를 허용하지 않을 수 있습니다. .exe 및 .dll 파일 유형의 경우 일치하는 바이러스 백신 서명이 없으면 ML 검사 엔진이 SRX 시리즈 방화벽에서 파일을 인라인으로 분석하고 즉시 판정을 내립니다. 이 판정에 따라 SRX 시리즈 방화벽은 정책 조치에 따라 감염된 파일을 다운로드하기 전에 차단할 수 있습니다.

참고:

SRX 시리즈 방화벽이 주니퍼 ATP 클라우드에 등록되어 있으면 플로우 기반 바이러스 차단 검사 및 ML 기반 위협 탐지 외에도 분석을 위해 파일이 주니퍼 ATP 클라우드에 제출됩니다.
주니퍼 ATP 클라우드에 등록하지 않고도 SRX 시리즈 방화벽에서 AI 예측 기반 위협 방지를 구성할 수 있습니다.

페르소나

표 2: 대상 및 이점
페르소나	이점
CISO(최고정보보안책임자)	공격 또는 침해 성공 위험 대폭 감소 - AI 기반 솔루션이 잠재적인 위협을 식별하고 회피합니다. 사용자 경험에 미치는 영향 최소화 - 회선 속도에 따른 능동적인 위협 탐지를 통해 사용자 경험이 프록시, 위협 샌드박스 등에 의해 영향을 받지 않도록 합니다. 리소스 효율성 개선 - AI 인사이트를 기반으로 위협의 우선 순위를 지정하면 보안 리소스를 보다 효율적으로 할당할 수 있습니다.
InfoSec 이사	전략적 이니셔티브에 더 많은 시간 확보 - 선제적인 위협 식별 및 완화는 위험을 줄이고 전반적인 보안을 개선하며 리소스를 확보합니다. 신뢰성 및 가시성 향상 - 고위 경영진이 인정하는 정량화 가능한 전략적 비즈니스 결과를 달성하는 데 더 많은 시간을 할애할 수 있습니다. 팀 성과 강화 - 자동화 및 AI 기반 효율성으로 직원들은 더 복잡한 작업에 집중할 수 있습니다.
InfoSec 아키텍트	스트레스 감소 - AI 기반 위협 방지는 새로운 위협에 앞서 나가야 한다는 압박을 완화할 수 있습니다. 탐지 정확도 향상 - 업계 최고의 효능은 오탐을 추적하는 데 낭비되는 시간을 줄여줍니다. 더 빠르고 실시간 대응 - 제로데이 위협을 실시간으로 탐지하고 차단하는 기능으로 다운타임과 소방 훈련을 최소화할 수 있습니다.
네트워크 아키텍트	더 빠른 실시간 대응 - 제로데이 위협을 실시간으로 탐지하고 차단할 수 있어 다운타임과 화재 훈련을 최소화할 수 있습니다. 정보 보안 팀의 후속 조치에 소요되는 시간 단축 - 위협이 적을수록 정보 보안 전문가의 노력도 줄어듭니다.

사용 사례

AI 예측 기반 위협 방지는 특히 다음과 같은 사용 사례에서 오늘날의 지능형 사이버 위협으로부터 비즈니스 자산을 보호해야 하는 고객에게 이상적입니다.

캠퍼스
엔터프라이즈
데이터센터
퍼블릭, 프라이빗 및 하이브리드 클라우드
서비스 프로바이더

솔루션 비교 매트릭스

다음은 주니퍼 ATP 클라우드, 플로우 기반 바이러스 차단 솔루션, 머신러닝 기반 보안 솔루션의 주요 기능과 차이점을 요약한 비교표입니다.

표 3: 솔루션 비교 매트릭스
요구 사항	주니퍼 ATP 클라우드	플로우 기반 바이러스 차단	ML 기반 위협 탐지
서비스	고급 멀웨어 방지 기능	시그니처를 자주 업데이트하는 정적 바이러스 백신 엔진	시그니처 업데이트를 자주 수행하는 정적 바이러스 백신 엔진 + ML 검사 엔진
파일 제출	클라우드	차단 모드, 클라우드에 제출 없음	차단 모드, 클라우드에 제출 없음
인터넷 액세스	기능이 작동하는 데 필요한 액세스	주니퍼 CDN 서버에서 바이러스 백신 데이터베이스를 다운로드해야 합니다.	주니퍼 CDN 서버에서 ML 모델을 다운로드하는 데 필요합니다.
AAMW 역할	클라우드와 함께 작동하여 AI 생성 서명을 다운로드합니다.	데이터베이스 다운로드 후 오프라인에서 작동	ML 엔진 다운로드 후 오프라인에서 작동
CLI 구성	`set services advanced-anti-malware`	`set services anti-virus`	`set services anti-virus policy <policy name> machine-learning-scan`
지원되는 프로토콜	HTTP 및 HTTPS IMAP 및 IMAPS SMTP 및 SMTP 중소기업	HTTP 및 HTTPS IMAP 및 IMAPS SMTP 및 SMTP 중소기업	HTTP 및 HTTPS IMAP 및 IMAPS SMTP 및 SMTP 중소기업
지원되는 릴리스	기능 탐색기를 참조하십시오	기능 탐색기를 참조하십시오	기능 탐색기를 참조하십시오
주니퍼 ATP 클라우드 등록	예	필요하지 않음	필요하지 않음
요약	확장성과 빠른 응답 시간을 위해 클라우드 인프라를 활용합니다. 위협 탐지를 위한 시그니처 기반 및 동작 분석의 조합을 제공합니다.	주로 서명 기반 탐지 및 플로우 검사에 의존합니다. 더 쉬운 구축; 서명 업데이트를 자주 수행합니다.	이상 징후 탐지 및 패턴 인식을 위한 고급 알고리즘을 사용하여 알려진 위협과 알려지지 않은 위협 모두에 대해 강력한 보호 기능을 제공합니다. 실시간 분석을 제공하고 시간이 지남에 따라 새로운 위협에 적응합니다.

주니퍼 ATP 클라우드와 AI 예측 기반 위협 방지는 별도의 제품으로 라이선스가 부여됩니다. 플로우 기반 바이러스 차단 및 ML 기반 위협 탐지는 AI 예측 기반 위협 방지의 구성 요소입니다. 이러한 구성 요소는 독립적으로 사용할 수 있으며 주니퍼 ATP 클라우드에 등록할 필요가 없습니다. AI 예측 기반 위협 방지에 대한 라이선스 정보는 SRX 시리즈 방화벽용 소프트웨어 라이선스를 참조하십시오.

조직의 특정 요구 사항, 인프라 및 리소스에 맞는 솔루션을 선택하거나 이러한 솔루션을 계층화하여 보다 효과적으로 실행할 수 있습니다. 보안 정책에 이러한 모든 솔루션을 적용하십시오.

다음 단계는 무엇일까요?

다음 섹션에서는 방화벽에서 플로우 기반 바이러스 차단 및 ML 기반 위협 감지를 구성하는 방법을 알아봅니다. 또한 오프라인 모드의 SRX 시리즈 방화벽에서 플로우 기반 바이러스 차단 정책 및 ML 기반 위협 탐지를 업데이트할 수 있습니다.

이 페이지의 내용