GACWR/OpenUBA

해결하는 문제

OpenUBA는 보안 분석을 위한 오픈소스 사용자 및 엔티티 행동 분석(UEBA) 프레임워크입니다. 기존 프로퍼라이어터리 UEBA 플랫폼에서 흔히 발생하는 '블랙박스' 문제를 해결하기 위해, 보안 모델이 투명하고 검사 가능하며 감사 가능한 '화이트박스' 접근 방식을 제공합니다. 이로써 분석가는 이상 탐지 및 리스크 스코어 생성 방식을 정확히 이해할 수 있습니다.

작동 방식

이 플랫폼은 Kubernetes 기반의 시스템으로, 모듈식 아키텍처를 사용해 보안 모델을 격리된 Docker 컨테이너 또는 Kubernetes Job에서 실행합니다. 일시적인 학습 및 추론 실행을 관리하기 위해 자체 Kubernetes Operator를 사용하여, 모델별로 장기간 실행되는 서비스가 필요하지 않습니다.

주요 구성 요소:

• 모델 라이브러리 및 마켓플레이스: GitHub, 공식 OpenUBA Hub, 또는 로컬 파일 시스템에서 보안 모델을 플러그인 방식으로 설치할 수 있는 시스템.
• 규칙 엔진: 분석가가 모델 출력을 논리 연산자로 연결해 코드 없이 복잡한 탐지 로직을 생성할 수 있는 시각적 플로우 기반 캔버스.
• 실행 플레인: scikit-learn, PyTorch, TensorFlow, Keras, NetworkX 등 프레임워크에 의존하지 않는 러너를 지원.
• 워크스페이스: Python SDK를 통해 프로그래밍 방식으로 모델 등록 및 시각화가 가능한 관리형 JupyterLab 환경.

대상 사용자

컴플라이언스, 조사, 의사결정을 위해 행동 분석 모델의 투명성을 요구하는 보안 분석가 및 데이터 과학자, 그리고 커뮤니티 기반의 보안 모델 마켓플레이스를 원하는 사용자에게 적합합니다.

주요 특징

• 투명한 모델링: 모든 모델은 검사 및 감사 가능하며, 프로퍼라이어터리 '블랙박스' 알고리즘을 피합니다.
• 시각적 규칙 빌더: 노드 기반 에디터로 탐지 회로를 구성하고 알림을 트리거합니다.
• 격리된 실행: 보안성, 신뢰성, 확장성을 보장하기 위해 일시적인 K8s Job에서 모델을 실행합니다.
• 다중 프레임워크 지원: PyTorch, TensorFlow, scikit-learn 등 주요 ML 프레임워크를 네이티브로 지원합니다.
• 통합 LLM 어시스턴트: Ollama, OpenAI, Claude, Gemini를 지원하는 문맥 인식 챗 오버레이로 분석을 지원합니다.
• 관리형 워크스페이스: 전용 Python SDK를 갖춘 통합 JupyterLab 포드로 원활한 모델 개발을 가능하게 합니다.