AgentTrap: 자율 침투 테스트 에이전트에 대응하는 상태 기반 피드백 기만 기법
AgentTrap: Stateful Feedback Deception against Autonomous Penetration Testing Agents
자율 침투 테스트 에이전트(autonomous penetration testing agent)는 대상의 반응에 맞춰 계획과 행동을 지속적으로 적응시키며 다단계 공격을 수행합니다. 일반적인 방어 기법으로 허니팟(honeypot)을 배치하여 미끼 서비스를 제시함으로써 이러한 에이전트를 실제 자산으로부터 유인하는 동시에, 공격 추적 및 능동적 반격을 지원할 수 있습니다. 그러나 기존의 허니팟은 주로 정적 아티팩트와 사전 정의된 응답에 의존하므로, 자율 침투 테스트 에이전트의 진화하는 공격 전략에 적응하지 못합니다. 이를 위해 본 연구에서는 자율 침투 테스트 에이전트에 맞춤화된 최초의 폐루프(closed-loop) 허니팟인 AgentTrap을 제안합니다. AgentTrap은 정상적인 간섭을 피하기 위한 센티넬 엔드포인트(sentinel endpoint), 보호 대상 애플리케이션에 기반한(grounded) 상태 기반 기만, 제어된 정보 공개를 통해 교전을 지속하고 에이전트 측 행동 증거를 수집하는 행동 유도형 에스컬레이션을 사용합니다. 실제 애플리케이션 엔드포인트와 세 가지 방어 전략으로 구성된 별도의 허니팟 엔드포인트가 포함되어 배포된 웹 애플리케이션 환경에서, 8개의 자율 침투 테스트 에이전트를 대상으로 AgentTrap을 평가합니다. 방어가 없는 경우와 비교했을 때, AgentTrap은 실제 대상을 향한 총 공격 성공률을 95.8%에서 79.2%로 감소시키고 실행 중 18.8%에서 공격자의 API 키를 성공적으로 유도해 내어 정적 기만 및 고정된 에스컬레이션 방식보다 우수한 성능을 보였습니다. 나아가 추적 분석 결과, 이러한 역공격에 대한 저항력은 기만적 요청에 대한 모델(model) 수준의 인식과 민감한 자원의 아키텍처 수준 격리에 복합적으로 의존함을 보여줍니다.