Chameleon은 기존 허니팟이 몇 개의 진단 명령만으로 정체가 들통나는 문제와, 연간 10만~15만 달러에 달하는 고가 상용 기만 제품이 실시간 모델 기반 피드백과 연동되지 않는다는 문제를 동시에 해결하는 오픈소스 적응형 허니팟이다. 7가지 위협 범주를 99.61% 정확도로 약 2밀리초 만에 분류하는 BiLSTM, 4.5밀리초 지연으로 90% 정확도의 맥락 생성을 하는 로컬 Qwen3.5-0.8B 모델, 그리고 위협 보정 입자 군집 최적화(TC-PSO)와 의미론적 기만 RRT(S-RRT) 두 메타휴리스틱 엔진을 통합했다. 5회 벤치마크 실행에서 TC-PSO는 표준 PSO 대비 평균 적합도 48.1% 개선, S-RRT는 표준 RRT 대비 최고 적합도 258.9% 향상을 보였으며, 운영 비용은 월 17달러로 상용 대안 대비 약 490배 저렴하다.
- •BiLSTM이 7개 위협 범주를 99.61% 정확도·약 2ms에 분류
- •로컬 Qwen3.5-0.8B가 4.5ms에 90% 정확도로 맥락 응답 생성
- •TC-PSO가 표준 PSO 대비 평균 적합도 48.1% 개선, 수렴 32.7% 향상
- •S-RRT가 표준 RRT 대비 최고 적합도 258.9% 향상
- •월 운영비 약 17달러로 상용 제품 대비 약 490배 저렴
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.
Chameleon: An Adaptive AI-Driven Honeypot Architecture Using Threat-Calibrated Particle Swarm Optimization and Semantic Deception Rapidly-Exploring Random Trees
- 1.적응형 허니팟 플랫폼 Chameleon 발표, BiLSTM 분류기가 7개 위협 유형을 99.61% 정확도·2ms 지연으로 탐지
- 2.로컬 구동 소형 언어모델 Qwen3.5-0.8B가 90% 정확도로 실시간 기만 응답 생성(평균 4.5ms)
- 3.위협수준에 따라 조정되는 TC-PSO가 기존 PSO 대비 평균 적합도 48.1% 향상, S-RRT는 기존 RRT 대비 최대 329.2% 향상
- 4.운영비용은 월 약 17달러로 상용 기만보안 제품 대비 약 490분의 1 수준
왜 중요한가?
몇 번의 명령만으로 정체가 들통나던 기존 허니팟의 약점을 LLM 기반 실시간 적응으로 해결하면서도 비용을 극적으로 낮춰, 중소 조직도 고급 기만보안을 도입할 수 있게 한다.
언급 프로젝트
본문 미리보기
arXiv:2608.15407v1 Announce Type: new Abstract: An invariant behavioral profile is the defining vulnerability of traditional honeypot installations: a skilled adversary can confirm the presence of a deception environment within only a few diagnostic commands, limiting its intelligence value. High-cost commercial deception products (USD 100,000--150,000 per year) share a related weakness in that their response engines are not coupled to real-time model-driven feedback. Chameleon is an openly dis
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)
