T9 프로젝트는 최신 사이버 공격을 모델링하여 AI 학습 데이터 세트를 구축하는 것을 목표로 시작되었습니다. 네트워크 및 엔드포인트 공격 환경을 설정하여 자동으로 공격 로그를 수집하고, 이를 통해 보안 AI 모델을 개발 및 개선하였습니다. 최신 공격 데이터를 정기적으로 업데이트하며, 2025년에는 양성 데이터 세트와 이를 활용한 사이버 공격 탐지 AI 모델을 출시할 예정입니다.
[글쓴이:] 김 동엽
KAIST 사이버보안연구센터 사이버위협분석팀 연구원으로 악성코드 분석 및 연구를 수행하고 있다.
Recently, ICT technology has grown rapidly and leads to new technologies and services. However, those new technologies and services are being targeted to cyber attack and the number of CVE registration is continuously growing by year. To overcome limitations of current intrusion detection methods, research on intrusion detection using AI is emerging, where high-quality datasets are insufficient compared to the needs. In this post, we will introduce T9 project which automatically builds cyber threat environments, collects and shares datasets for the latest attack trends, and collects high-quality, unbiased datasets.
최근 ICT 기술은 빠른 속도로 발전하며 새로운 기술과 서비스가 많이 생겨나고 있습니다. 그러나 새로운 기술 및 서비스는 새로운 사이버 공격의 대상이 되며, 실제로 매년 CVE(Common Vulnerabilities and Exposures) 등록 수는 꾸준히 증가하고 있습니다. 그에 따른 기존의 침입 탐지 방식의 한계점으로 인공지능을 활용한 연구가 활발히 이루어지고 있으나 인공지능 활용에 필요한 고품질의 데이터셋은 그 필요성에 비해 많이 부족한 상황입니다. 이번 포스팅에서 최신 공격 트랜드와 편향되어 있지 않은 고품질 데이터셋 수집을 위해 자동으로 사이버 위협 환경을 구축하고 데이터셋 수집 및 공유하는 T9 Project에 대해 소개하겠습니다.