PyTorchKR Papers

최신 논문

총 5편
태그·기간 등 상세 필터

카테고리 탐색

로그인 후 이 태그 구독

arXiv:2608.28021v2cs.CR

무엇과 비교할 것인가? LLM이 생성한 Infrastructure-as-Code를 위한 인간 기준 보안 벤치마크

Compared to What? A Human-Anchored Security Benchmark for LLM-Generated Infrastructure-as-Code

대규모 언어 모델(LLM)이 Infrastructure-as-Code(IaC)를 작성하는 사례가 점점 늘고 있으며, 이 경우 안전하지 않은 기본값 하나가 그대로 프로덕션에 프로비저닝된다. 기존 평가는 모델별 취약점 수만 보고하므로, 모델이 자신이 보조하는 엔지니어보다 더 나쁜지 여부는 말해 주지 못한다. 본 논문은 GenIaC-SecBench를 제시한다. 이는 6개 벤더의 오픈 및 클로즈드 웨이트 모델 12개 구성에 걸친 100개 배포 시나리오로 이루어져 있으며, 세 가지 정책 엔진(Checkov, Trivy, KICS)이 완전한 커버리지로 스캔한 1,196개의 아티팩트를 산출한다. 무엇보다 동일한 툴체인으로 사람이 작성한 IaC 템플릿 634개를 스캔하여, 이 작업에 대한 최초의 크기 매칭(size-matched) 인간 보안 기준선을 확보했다. 취약점 밀도는 아티팩트 크기와 강한 역의 관계(Spearman $\rho=-0.55$, $p<10^{-77}$)를 보이므로, 크기를 맞추지 않은 비교는 보안이 아니라 크기를 측정하게 된다. 크기를 맞추면 모든 구성이 인간 기준선을 $3.21\times$에서 $3.87\times$ 초과하며, 과제가 단순할수록 격차가 커진다(리소스 1개에서 $4.9\times$, 20개 이상에서 $1.4\times$). 시나리오의 다수는 기능만 명시하는 데 그치지 않고 보안 상태까지 규정하므로, 프롬프트 유형별로 층화하였다. 전체를 합산하면 격차는 $3.50\times$이며, 안전하지 않은 구성을 명시적으로 요청하는 시나리오를 모두 제외하더라도 모든 구성이 기준선을 웃돈다($2.4\times$에서 $4.2\times$). 이 코퍼스는 프롬프트로 유도되지 않은 기본 보안 태세를 분리해 낼 수 없으며, 이 한계를 밝힌다. "추론"을 표준 생성, 프롬프트 기반 사고의 연쇄(Chain-of-Thought), 벤더의 extended-thinking API로 분해해 보면, extended thinking이 프롬프트 기반 CoT보다 우수한 반면($-12.0\%$, $p=0.0013$), 프롬프트 기반 CoT만으로는 표준 생성과 구별되지 않는다($-1.3\%$, 유의하지 않음). extended thinking은 출력 예산의 $1\%$ 미만만 사용하므로 그 효과의 범위가 제한된다. 두 가지 부정적 결과도 보고한다. 더 많이 배포 가능한 모델이 더 취약하지는 않으며($r=0.158$, $p=0.625$), 완전 사례(complete-case) Friedman 검정은 이 데이터에서 계산할 수 없어 Skillings-Mack 검정을 사용하게 된 동기가 된다. 모든 코드와 데이터를 공개한다.

arXiv:2607.08197v1cs.CR

MLQENABLER: 클라우드 컴퓨팅에서 암호화된 데이터베이스에 대한 안전한 머신러닝 쿼리 지원

MLQENABLER: Enabling Secure Machine Learning Queries over Encrypted Database in Cloud Computing

클라우드 환경에서 암호화된 데이터베이스 위에 머신러닝 서비스를 동시에 제공하기 위해, MLQENABLER는 GAN 기반의 EncGAN으로 원본 데이터를 형식적으로 암호화하면서 ML 학습에 활용 가능한 보안 인덱스 항목을 생성하는 인덱스 보조 방식을 제안한다. 초기 실험에서 FHE·DP·연합학습 대비 암호문·인덱스·쿼리·모델 프라이버시를 모두 달성하면서도 ML 성능 저하는 소폭에 그침을 확인하였다.

arXiv:2607.06364v1cs.CL

도메인 적응 문장 트랜스포머를 활용한 클라우드 보안의 자동화된 컴플라이언스 매핑

Automated Compliance Mapping in Cloud Security with Domain-Adapted Sentence Transformers

클라우드 보안 규정 준수(compliance) 매핑을 자동화하기 위해, 5개 유럽 보안 표준에서 구축한 3,499개의 의미 쌍 코퍼스를 역번역과 LLM 기반 패러프레이징으로 최대 13,996개까지 확장한 뒤 Sentence Transformer 모델을 도메인 적응 파인튜닝하는 방법을 제안한다. 파인튜닝된 모든 모델이 제로샷 베이스라인을 능가하며, 통제 항목-메트릭 매핑 태스크에서 최대 23 nDCG@10 포인트 향상을 달성해 인도메인 학습 데이터가 성능의 핵심 요인임을 입증했다.

arXiv:2606.28923v1cs.LG

그래프 신경망을 활용한 클라우드 사이버보안 이상 탐지 개선을 향하여

Towards Improved Anomaly Detection for Cloud Cybersecurity via Graph Neural Networks

클라우드 인프라에 대한 의존도 증가로 인해 조직의 클라우드 컴퓨팅 환경에서 보안 위협을 탐지하는 것이 필수적이 되었다. 모든 클라우드 컴퓨팅 이벤트의 로깅은 인시던트 탐지 이후 사후 조사를 가능하게 한다. 휴리스틱 또는 이상 탐지(anomaly detection) 기반의 로그를 활용한 자동화된 위협 탐지는 비교적 정적인 특성으로 인해 높은 오탐률(false positive rate)을 초래할 수 있다. 본 논문에서는 AWS CloudTrail 로그에 그래프 신경망(GNN)을 적용한 자기지도학습(self-supervised learning) 방법의 산업 사례 연구를 제시하여, 분석가 검토를 위한 의심스러운 이벤트를 탐지한다. 모델은 각 이벤트에 대한 이상 점수를 생성하며, 주기적인 재학습 없이 조직 내 변화에 동적으로 적응한다. 5개 조직에 걸친 실험 결과, 제안된 모델은 거의 모든 경우에서 도메인 전문가 규칙 기반 기준선보다 훨씬 적은 알림을 생성하였으며, 기존 방법이 생성하는 수천 건의 알림을 시간당 약 1건으로 줄였다. 이 평가는 플래그가 지정된 이벤트만을 대상으로 하며, 현재 데이터로는 미탐율(false negative)을 추정할 수 없음을 유의해야 한다. 따라서 본 연구의 결과는 완전히 검증된 탐지 시스템이 아닌, 실제 운영 환경의 제약에 대한 통찰을 제공하는 실용적 배포 연구로 해석되어야 한다. 향후 연구로서 이러한 한계점과 해당 접근법을 다른 클라우드 환경으로 확장하기 위한 요건을 논의한다.

arXiv:2606.26590v1cs.LG

실증 소프트웨어 공학 TerraProbe: 대규모 언어 모델 지원 Terraform에서 기만적 수정을 탐지하기 위한 다층 오라클 프레임워크

Empirical Software Engineering TerraProbe: A Layered-Oracle Framework for Detecting Deceptive Fixes in LLM-Assisted Terraform

LLM이 Terraform 보안 설정을 자동 수정할 때 정적 분석 결과만 사라지면 성공으로 보면 실제 보안 의도 충족 여부를 놓칠 수 있어, TerraProbe는 계획 유효성·동작 비교·인간 판정 등 5층 오라클로 LLM 지원 수정을 평가하는 프레임워크를 제안한다. gemini-2.5-flash-lite, GPT-4o, Claude 3.5 Sonnet이 생성한 288건 1차 수정에서 대상 Checkov 제거율은 83.3%였지만 계획 비교가 가능했던 실제 사례의 71.4%는 자동 검사를 통과하면서도 근본 취약점을 남긴 기만적 수정이었고, 이 비율은 세 모델 간 통계적으로 유의한 차이가 없었다.