위험 기반 취약성 관리(RBVM)는 취약성 관리에 대한 비교적 새로운 접근 방식입니다. RVBM은 이해관계자별 취약성 데이터와 인공 지능 및 머신 러닝 기능을 결합하여 세 가지 중요한 방식으로 취약성 관리를 강화합니다.
보다 효과적인 우선순위 지정을 위해 더 많은 컨텍스트를 제공합니다. 기존 취약성 관리 솔루션은 CVSS 또는 NIST NVD와 같은 업계 표준 리소스를 사용하여 중요도를 결정합니다. 이러한 리소스는 모든 조직에서 취약성의 평균 중요도를 결정할 수 있는 일반성에 의존합니다. 그러나 이해관계자별 취약성 데이터가 부족하여 특정 회사의 취약성 중요도가 지나치게 높거나 낮게 평가될 수 있습니다.
예를 들어, 보안팀에 네트워크의 모든 취약점을 해결할 시간이나 리소스가 없는 경우가 많기 때문에 많은 보안팀은 취약성의 우선순위를 '높음'(7.0~8.9) 또는 '심각'(9.0~10.0)으로 CVSS 점수를 지정합니다. 그러나 민감한 정보를 저장 또는 처리하지 않거나 네트워크의 고부가가치 세그먼트에 대한 경로를 제공하지 않는 자산에 "심각한" 취약성이 존재하는 경우 수정은 그만한 가치가 없을 수 있습니다.
CVSS 점수가 낮은 취약점은 일부 조직에 다른 조직보다 더 큰 위협이 될 수 있습니다. 2014년에 발견된 하트블리드 버그는 CVSS 척도에서 '중간'(5.0)으로 평가되었습니다. 그럼에도 불구하고 해커들은 이를 이용해 미국 최대 병원 체인 중 한 곳에서 450만 명의 환자 데이터를 탈취하는 등 대규모 공격을 감행했습니다.
RBVM은 영향을 받는 자산의 수와 중요도, 자산이 다른 자산과 연결되는 방식, 공격으로 인해 발생할 수 있는 잠재적 피해 등 이해관계자별 취약성 데이터와 사이버 범죄자가 실제 세계에서 취약성과 상호 작용하는 방식에 대한 데이터를 사용하여 점수를 보완합니다. 이는 머신 러닝을 사용하여 조직에 대한 각 취약성의 위험도를 보다 정확하게 반영하는 위험 점수를 공식화합니다. 이를 통해 IT 보안팀은 네트워크 보안을 유지하면서 더 적은 수의 중요한 취약성에 우선순위를 지정할 수 있습니다.
실시간 검색. RBVM에서 취약성 스캔은 반복되는 일정이 아닌 실시간으로 수행되는 경우가 많습니다. 또한 RBVM 솔루션은 더 광범위한 자산을 모니터링할 수 있습니다. 기존 취약성 스캐너는 일반적으로 네트워크에 직접 연결된 알려진 자산으로 제한되는 반면, RBVM 도구는 일반적으로 온프레미스 및 원격 모바일 디바이스, 클라우드 자산, 타사 앱 및 기타 리소스를 스캔할 수 있습니다.
자동 재평가. RBVM 프로세스에서는 지속적인 취약점 스캔을 통해 재평가를 자동화할 수 있습니다. 기존의 취약점 관리에서는 재평가를 위해 의도적인 네트워크 스캔 또는 모의 침투 테스트가 필요할 수 있습니다.