호스트 기반 암호채굴 악성코드(cryptojackers)는 은밀함과 리눅스 기반 클라우드 환경에서 유발하는 막대한 재정적 손실로 인해 널리 악명을 얻고 있다. 기존 해결책은 높은 모니터링 오버헤드, 난독화된 행위에 대한 낮은 탐지 정확도, 그리고 통합된 대응(복구) 부재로 인해 확장성에 종종 어려움을 겪는다. 본 연구에서는 암호채굴 악성코드에 대응하기 위해 탐지와 대응 전략을 결합한 경량 하이브리드 솔루션인 CryptoGuard를 제안한다. 확장성을 보장하기 위해 CryptoGuard는 스케치(sketch) 및 슬라이딩 윈도우 기반 시스템 콜(syscall) 모니터링을 사용하여 오버헤드를 최소화하면서 행동 패턴을 수집한다. 또한 분류 작업을 2단계 과정으로 분해하고, 심층 학습 모델을 활용하여 높은 정밀도로 의심 행위를 식별한다. 엔트리 포인트 엔 -독화(entry point poisoning) 및 PID 조작과 같은 회피 기법에 대응하기 위해 CryptoGuard는 모든 호환 가능한 호스트에 배치 가능한 최신 리눅스 커널 기능인 eBPF 기반의 표적 대응 메커니즘을 통합한다. 123개의 실제 암호채굴 악성코드 샘플에 대해 평가한 결과, 2단계 전반에서 평균 F1-점수 96.12%와 92.26%를 달성했으며, 진양성 및 위양성 비율 측면에서 최신 기술 수준의 기준선들을 능가하면서도 호스트당 CPU 오버헤드는 0.06%에 불과하였다.

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