SysEvolve는 공격이 자율 실행으로 빠르게 진화하는 반면 방어는 여전히 인력 중심에 머물러 있는 사이버보안 비대칭 문제를, 공격·방어 AI 에이전트가 적대적 대결을 통해 서로의 진화를 자율적이고 안전하게 이끄는 '공진화' 개념으로 해결한다. 현실적인 다중 호스트 레인지를 구축하는 SysField, 효율적이고 안전한 공격 시나리오를 생성하는 SysSpear, 실시간 해석 가능한 방어를 수행하는 SysArmor 세 요소로 구성된다. 평가에서 SysField는 2.1% 오버헤드로 무손실 수집을 달성하며 257개 CVE를 1,148개 레인지로 조직했고, SysSpear는 기준 LLM 대비 공격 성공률을 25% 이상 개선했으며, SysArmor는 기존 시스템보다 10~1000배 높은 정밀도로 화웨이·산포드 실제 운영 환경에서 APT 공격을 탐지했다. 다단계 구성과 대규모 토폴로지에서 LLM 에이전트의 능력 한계, 침해 후 상태 활용의 병목, 환경 교란에 대한 취약성도 함께 확인됐다.
- •공격·방어 AI가 서로의 진화를 이끌어내는 '공진화' 개념을 핵심으로 제안
- •SysField·SysSpear·SysArmor 3요소로 구성된 자기구동 적대적 루프
- •SysField는 2.1% 오버헤드로 257개 CVE를 1,148개 레인지로 오케스트레이션
- •SysArmor가 화웨이·산포드 실제 운영 환경에서 APT 공격을 탐지, 정밀도 기존 대비 10~1000배
- •침해 후 상태 활용 병목과 환경 교란에 대한 에이전트 취약성 확인
0단 자동
AI가 규칙대로 쓰고 그대로 게시했습니다. 사람이 따로 보지 않았습니다.
- 규칙 판
- 규칙 판 도입 이전 기사입니다.
- 남기는 것
- 규칙 판 · 모델 · 시각
- 판 기록
- 아직 없습니다.
SysEvolve: An AI-native, safe, autonomous adversarial attack-defense co-evolutionary system
- 1.SysEvolve, 공격·방어 AI 에이전트가 적대적 대결로 서로 진화시키는 '공진화' 프레임워크 제안
- 2.SysField는 257개 CVE를 1148개 레인지로 구성, 손실 없는 수집을 2.1% 오버헤드로 달성
- 3.SysArmor는 화웨이·산포스 실제 운영환경서 APT 탐지, 기존 대비 10~1000배 높은 정밀도
왜 중요한가?
공격 자동화가 방어보다 빠르게 발전하는 비대칭 구조를 공격·방어 AI의 적대적 공진화로 해소하려는 시도로, 실제 대기업 운영 환경에서 검증됐다는 점에서 실전 적용 가능성을 보여준다.
언급 프로젝트
본문 미리보기
arXiv:2608.15012v1 Announce Type: new Abstract: The rapid advancement of large language models (LLMs) has created a growing asymmetry in cybersecurity, where attack accelerates toward autonomous execution while defense remains predominantly human-intensive. Despite substantial prior work across cyber ranges, AI-driven attack, and AI-driven defense, this asymmetry persists. We trace it to a deeper root cause, that evolution itself has stalled on both sides at three layers. To overcome this, we p
전체 내용이 궁금하다면?
원문을 직접 읽어보세요
이 글이 만들어진 과정
- 11:02AI 초안
![[AI리더의 서가] Agentic AI 구축 개발의 모든 것](https://cdn.aitimes.com/news/photo/202610/215958_219938_244.jpg)
