현대의 마이크로서비스 아키텍처는 빠르게 진화하며, 문서화되지 않은 엔드포인트와 복잡한 서비스 간 의존성을 도입하여 전통적인 모니터링 시스템이 감당할 수 있는 범위를 넘어 공격 표면을 확장한다. 정적 명세와 거친 이상 탐지 임계값에 기반한 기존 해결책은 공격자들이 은밀한 비즈니스 로직 공격을 수행하기 위해 악용할 수 있는 사각지대를 남기며, 그 결과 탐지되지 않은 침해, 과도한 오탐 경보, 효과적인 사고 대응을 위한 불충분한 맥락이 발생한다. 본 연구에서는 런타임 행위 분석 프레임워크 Shepherd를 제시한다. Shepherd는 적응형 드리프트 탐지를 통해 운영 환경에서 의심스러운 API 흐름을 탐지하며, 구조적 추론을 위한 그래프 어텐션 네트워크와 변환기 기반 의미 분석을 결합한 이중 경로 파이프라인을 사용한다. Shepherd는 이상한 서비스 상호작용과 의미 위반을 강조하는 이중 수준의 설명으로 경보를 보강하여, 더 빠르고 신뢰성 높은 신속 분류(triage)를 가능하게 한다. 벤치마크 시스템과 실제 환경 트레이스에 대한 평가는 Shepherd가 7%의 오탐률로 87–93%의 탐지 정확도를 달성하면서, 최신 기술 대비 지연 오버헤드를 최대 43%까지 감소시킴을 보여주며, 현대 마이크로서비스를 위한 실용적이고 정밀한 API 보안 모니터링을 제공한다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.