Runtime Detection of Suspicious API Interaction Flows in Microservices with Explanations
연구 내용
그래프 구조 추론과 의미 기반 분석을 결합해 마이크로서비스의 의심스러운 API 상호작용 흐름을 탐지하고 설명을 제공하는 연구
마이크로서비스 환경에서 문서화되지 않은 엔드포인트와 복잡한 서비스 의존성이 증가하면서 공격면이 확장되고, 정적 스펙 기반 탐지나 단순 임계 이상탐지로는 맹점이 발생합니다. 이를 해결하기 위해 런타임 상호작용 흐름을 대상으로 적응형 드리프트 탐지를 수행하고, 서비스 간 상호작용의 구조적 패턴과 의미적 위반을 동시에 해석하는 분석 파이프라인을 구성합니다. 그래프 주의 기반 모델을 구조 추론에 활용하고, transformer 기반 의미 분석으로 비정상적인 API 흐름을 판별합니다. 또한 경보가 발생한 경우 이상 서비스 상호작용과 의미 위반을 이중 수준으로 요약해, 대응 단계에서의 단서 확보를 지원합니다.
관련 연구 성과
관련 논문
0편
관련 특허
0건
관련 프로젝트
0건
연구 흐름
초기에는 프로덕션 환경에서 관찰되는 마이크로서비스 트래픽의 변화와 공격자의 은닉 특성을 고려해, 단일 임계 기반 방식보다 적응형 탐지 구성이 필요하다는 문제의식에서 출발했습니다. 이후 상호작용을 서비스 그래프 관점에서 해석하는 구조 추론 경로와, API 의미를 포착하는 의미 분석 경로를 병렬로 구성했습니다. 학습된 모델이 런타임에서 발생하는 분포 변화에도 안정적으로 동작하도록 드리프트 탐지 로직을 결합했으며, 경보의 원인을 추적하기 위해 구조적 이상과 의미적 위반을 분리해 설명 형태로 제공하는 방향으로 발전시켰습니다. 최근에는 벤치마크와 실데이터 기반 평가를 통해 실용적인 탐지 정확도와 운영 오버헤드 균형을 확인하는 흐름으로 이어지고 있습니다.
활용 가능성
활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.