현상 : CMDTUX_CAT:8423: WARN: Insecure option NONE is set for SECURITY keyword. tmboot: WARN: CMDTUX_CAT:8423: WARN: Insecure option NONE is set for SECURITY keyword. 원인 : UBBCONFIG 파일의 *RESOURCES 절(Section)에 있는 SECURITY 키워드가 NONE으로 설정되어 있기 때문. SECURITY NONE은 Tuxedo 도메인에 접속할 때 아무런 인증 절차(패스워드 등)를 거치지 않겠다는 뜻. 최근 Tuxedo 버전(특히 rolling patch나 최신 메이저 버전)에서는 보안 표준이 강화되어, 이 ..

현상 : 080351.tas47!GWTDOMAIN.42140526.1.0: LIBGW_CAT:5208: ERROR: Unable to recover, terminate Domain Gateway process 원인 : Domains Gateway 라이브러리 소프트웨어가 처리할 작업을 예약하는 동안 내부 오류를 감지하고, 예약 실패의 최대 횟수에 도달했으며 프로세스를 복구할 수 없어서 발생.조치 : 실패한 Domains Gateway 프로세스를 종료한 후 다시 시작하면 정상 작동함.

"학습은 AI의 핵심역량이자 치명적 약점! 이것을 막는 것이 최상의 방어 전략" 차세대 AI 해킹 위협인 "미토스(Mythos)"의 위협 요인과 이를 무력화하는 BaroPAM의 방어 메커니즘은 다음과 같다.1. 차세대 AI 위협 '미토스(Mythos)'의 공격 특징 1) 자율형 에이전트 및 대량 해킹 초당 수만 번의 인증을 시도하는 무차별 대입(Brute Force) 공격에 능하며, 자율적으로 판단하여 공격을 지속한다. 2) 횡적 이동(Lateral Movement) 피싱 등으로 탈취한 정적 자격 증명(ID/PW)을 악용해 네트워크 내부에서 '세포 분열' 하듯 옆으로 이동하며 관리자 권한을 확대한다. 3) 기존 보안의 한계 정적인 패스워드 체계나 단순 사후 로그 분석 위주의 수동적 방어는 미토스의 고속..

"학습은 AI의 핵심역량이자 치명적 약점! 이것을 막는 것이 최상의 방어 전략" 현재 공급되는 대다수의 AI 모델과 분석 도구들이 보안 솔루션을 학습하거나 취약점을 찾아내는 방식은 주로 "정적 분석(소스코드 및 바이너리 디컴파일)"과 동적 분석(샌드박스 내 행위 모니터링 및 API 후킹), 그리고 "패턴 학습(입출력 데이터 분석)"에 기반한다. AI의 자동화된 학습과 패턴/취약점 분석을 원천적으로 까다롭게 만들고 방해하기 위해서는 물리적·논리적 인프라 계층부터 실행 바이너리 자체에 이르기까지 다단계 방어(Multi-layered Defense) 전략을 적용해야 한다. 주요 방안을 핵심 계층별로 나누면 다음과 같다. 1. 바이너리 및 실행 코드 계층 (난독화 및 안티-리버싱) AI가 소스코..

"학습은 AI의 핵심역량이자 치명적 약점! 이것을 막는 것이 최상의 방어 전략" 방화벽, 서버, 데이터베이스 등 수많은 보안 솔루션들이 끊임없이 취약점 패치를 하고 해킹 사고 뉴스를 장식하는 와중에, " BaroPAM"이 지금까지 단 한 번도 취약점이나 해킹 피해를 입지 않은 것은 보안 업계에서 매우 주목할 만한 부분이다. 그 원동력은 단순히 운이 좋아서가 아니라, 솔루션의 설계 철학과 구동 방식 자체가 해커들이 공격할 '틈'을 주지 않는 구조이기 때문이다. 그 핵심 이유는 크게 4가지로 요약할 수 있다. 1. 단일 장애점(SPOF)이 없는 '서버리스(Serverless)' 구조 기존의 중앙 집중형 인증 시스템은 인증을 처리하는 '인증 서버'가 따로 존재한다. 해커들은 이 인증 서버만 집중 공격(DDo..

"기본 보안부터 철저히 해야" 겉보기에 그럴듯한 보안 조치들이 그동안 우리 사회를 안심시켜 왔을 뿐이다 현재의 보안체계로는 정보자산을 충분히 지킬 수 없다. 주요 인프라 공격의 85%가 "패치, 2차 인증(추가 인증), 최소 권한 원칙" 등 기본적인 수준의 보안을 지키지 않아서 발생한 것으로 나타났다. 기업의 피해를 최소화 하기 위하여 보안의 위험을 분산 시켜야 하는데, 단일 솔루션에 과도한 권한을 몰아주는 것은 보안이 아니라 시한폭탄을 안고 가는 것이다. 기능의 모듈화 및 분리하여 각각 전문화된 독립된 솔루션으로 구성하고 상호 연동해야 한다. 관리 규정 미비로 인하여 관리의 사각 지대에 놓여 있는 네트워크, 저장 장치 등의 보안 강화를 위하여 2차 인증(추가 인증)과 최소 권한 원칙은 선택이 아닌..

"양파 껍질처럼, 촘촘한 그물망처럼 견고한 인증 체계 구축" BaroPAM(바로팜)은 기존의 취약한 아이디/비밀번호(정적 인증) 체계를 혁신하여 인프라 전체를 촘촘하게 방어하는 "제로 트러스트 기반의 탈중앙화 다계층 2차 인증 솔루션"이다. 중앙 집중형 서버와 통신하며 인증을 처리하는 기존 방식과 달리, BaroPAM은 운영체제(OS) 고유의 인증 표준 인터페이스인 PAM(Pluggable Authentication Module) 아키텍처를 기반으로 각 정보자산 내부에서 독립적으로 구동되는 혁신적인 모듈형 방식을 취하고 있다. 1. BaroPAM은 어떤 솔루션인가? (핵심 기술) 1) 인증 서버가 없는 '탈중앙화 분산 아키텍처' 거대한 중앙 인증 서버나 DB를 따로 구축하지 않는다. 대신 인증 대상이..

"학습은 AI의 핵심역량이자 치명적 약점! 이것을 막는 것이 최상의 방어 전략" 최근 보안 업계에서 주목받는 Anthropic의 미토스(Mythos) 프리뷰나 이를 모방한 고도화된 AI 기반 공격자들은 인간이 수개월 걸릴 '제로데이 취약점 발굴'과 '멀티홉 익스플로잇 체이닝(Vulnerability Chaining)'을 기계적인 속도로 자동화하고 방어 체계를 학습하는 데 특화되어 있다. 이러한 상황에서 BaroPAM의 고유한 보안 아키텍처는 미토스 같은 AI 공격자에게 "학습, 패턴 인식, 취약점 분석할 데이터와 틈을 주지 않고 공격 체인을 끊어버리는" 결정적인 치명타(영향)를 입히게 된다. 구체적인 영향과 방어 메커니즘은 다음과 같다. 1. AI의 핵심 무기 '학습 능력'의 원천 무력화 (OS 커널..

"학습은 AI의 핵심역량이자 치명적 약점! 이것을 막는 것이 최상의 방어 전략"누리아이티의 BaroPAM은 미토스(Mythos)와 같은 고도화된 AI 기반 공격자를 구조적으로 무력화하고 방어할 수 있는 강력한 아키텍처를 갖추고 있다. 미토스 같은 차세대 AI 해킹 툴의 핵심 무기는 기계적인 속도를 활용한 "자동화된 반복 학습"과 "취약점 체이닝(Vulnerability Chaining)"을 통한 내부 확산이다. BaroPAM이 이러한 AI의 주무기(학습, 패턴 인식, 취약점 분석)를 어떻게 무력화하는지 핵심 방어 체계는 다음과 같다. 1. AI의 주무기 '학습 타임라인'의 원천 박탈 AI 공격자가 방어 체계를 우회하려면 공격 시도에 대한 피드백 데이터를 지속적으로 수집하고 "학습(Learning)"해..

"학습은 AI의 핵심역량이자 치명적 약점! 이것을 막는 것이 최상의 방어 전략" "미토스(Mythos)"와 같이 고도화된 자율형 AI 공격자(AI Agent)는 취약점 탐색, Exploit 코드 작성, 권한 상승, 그리고 방어 체계 우회를 실시간으로 수행하기 때문에 전통적인 시그니처 기반 방어로는 막기 어렵다. 이러한 AI 기반 위협을 효과적으로 방어하기 위해서는 인프라 자체의 인증을 극대화하는 방식이 필요하다. 다계층 인증 체계(Multi-layer authentication system) 및 모듈형 2차 인증 (Zero Trust IDAM)은 AI 공격자가 자율적으로 OS나 네트워크의 취약점을 뚫고 들어오더라도, 인프라의 모든 길목에서 독립적인 인증을 요구해 진입을 차단하는 방식이다. 1. PAM ..