728x90
반응형

2025/05/21 5

Private Set Intersection (PSI)

개요Private Set Intersection(PSI)은 두 개 이상의 당사자가 서로의 입력 데이터는 노출하지 않으면서, 교집합만을 안전하게 계산할 수 있도록 하는 암호학적 기법입니다. 개인정보 보호, 보안 마케팅, 헬스케어, 사이버 보안 등 다양한 분야에서 널리 활용되며, 민감한 데이터 공유 없이 협업을 가능하게 하는 핵심 기술로 주목받고 있습니다.1. 개념 및 정의PSI는 참여자 간 데이터 세트의 공통 항목만을 식별하는 암호 프로토콜로, 입력값 외부 노출 없이 공동 연산이 가능합니다.기본 원리: 입력 집합은 암호화된 상태에서 교집합 계산이 수행됨참여자 간 정보 보호: 원소 간 일치 여부만 판단 가능, 전체 원소 노출 없음활용 목적: 개인정보 보호 기반 협력 분석2. 특징 항목 설명 기존 방식과의..

Topic 08:09:41

in-toto Attestation

개요in-toto Attestation은 소프트웨어 공급망의 각 단계를 추적하고, 해당 단계들이 신뢰할 수 있는 주체에 의해 수행되었음을 증명하는 보안 메커니즘입니다. SLSA(Supply-chain Levels for Software Artifacts) 및 SBOM(Software Bill of Materials) 등과 함께 현대 DevSecOps 환경에서 핵심적으로 활용되며, 소프트웨어 무결성과 신뢰성을 높이는 데 기여합니다.1. 개념 및 정의in-toto는 소프트웨어 아티팩트의 생성, 테스트, 배포 등 모든 공급망 단계에서의 행위자를 명확히 식별하고, 해당 작업이 실제로 수행되었음을 보증하는 'attestation'을 생성합니다.in-toto: 각 공급망 단계의 메타데이터(행위자, 명령어, 입력/출..

Topic 06:09:01

Security Data Lake / Lakehouse

개요Security Data Lake 및 Lakehouse는 대규모 보안 데이터를 유연하게 수집, 저장, 분석하기 위한 현대적인 데이터 아키텍처입니다. 기존 SIEM(System Information and Event Management)의 한계를 보완하면서, 정형·비정형 데이터를 통합하고 머신러닝 기반의 위협 탐지 및 대응을 가능하게 합니다. 클라우드 기반 보안 운영체제(SOC) 구축을 위한 핵심 요소로 주목받고 있습니다.1. 개념 및 정의Security Data Lake는 다양한 보안 소스로부터 수집된 방대한 로그와 이벤트 데이터를 원시 상태로 저장하는 중앙 저장소이며, Lakehouse는 이를 분석 및 처리할 수 있는 데이터 웨어하우스 기능을 통합한 진화형 구조입니다.Security Data Lak..

Topic 04:08:23

ITDR (Identity Threat Detection & Response)

개요ITDR(Identity Threat Detection and Response)는 사용자 및 시스템의 디지털 신원(Identity)을 중심으로 발생하는 위협을 탐지하고 대응하는 최신 보안 프레임워크입니다. IAM(Identity & Access Management)을 보완하는 기술로, 계정 탈취, 권한 남용, 인증 우회 등의 행위를 실시간으로 탐지하고 방어하는 데 핵심적인 역할을 합니다. 최근 증가하는 클라우드, SaaS 환경에서 신원 기반 보안의 중요성이 커지면서 ITDR의 필요성이 강조되고 있습니다.1. 개념 및 정의ITDR은 조직 내 모든 신원(사용자, 서비스, 디바이스 등)에 대한 위협을 실시간으로 식별하고, 공격 행위를 차단하거나 자동 대응 조치를 수행하는 보안 기술입니다.목적: 신원 탈취 ..

Topic 02:07:34

UEBA (User & Entity Behavior Analytics)

개요UEBA(User and Entity Behavior Analytics)는 사용자 및 시스템(엔터티)의 정상적인 행동 패턴을 학습하고, 이를 바탕으로 비정상적인 행위를 탐지하는 보안 분석 기술입니다. 기존 보안 시스템이 탐지하지 못하는 내부 위협, 계정 탈취, 데이터 유출 등을 식별하는 데 효과적입니다. 머신러닝과 통계 모델을 활용해 실시간으로 위협을 식별하고 대응하는 데 핵심적인 역할을 수행합니다.1. 개념 및 정의UEBA는 사용자 및 엔터티의 행동 데이터를 수집하여 이상행동을 분석하고 위협을 탐지하는 보안 프레임워크입니다.목적: 내부자 위협, 계정 오남용, APT 공격 등 탐지기반 기술: 머신러닝, 빅데이터, 실시간 로그 분석대상: 사용자, 디바이스, 애플리케이션, 서버 등 다양한 엔터티2. 특징..

Topic 00:06:21
728x90
반응형