2. 수행 내용
[1] Pentest/Automation (Blackbox URL Mode 중심으로 구현 진행)
1) Blackbox URL Mode (URL 기반) - 구현/고도화 진행
- User가 Target_URL 입력
- Katana/Hakrawler/Arjun/HTTPx/Uro로 1차 엔드포인트 크롤링
- 1차 크롤링 결과와 MCP Server Tool list를 LLM에 전달
- LLM이 심층 크롤링 계획 수립
- MCP Tool을 이용해 심층 크롤링 수행 후 최종 엔드포인트 리스트 생성
- Arjun 스캐닝으로 파라미터 정보 수집 후, 파라미터를 사용해 메소드별 1회 요청 수행(GET/POST)
- 각 요청/응답 저장 후 패턴 기반 스니펫을 수집하고, 엔드포인트별 룰 기반 대표 샘플 1~3개 선정
- LLM에 대표 샘플 전달 → 엔드포인트 기능 및 exploitable parameter 분석 → 취약점 가설 수립
- 수립된 가설을 위험도 순으로 리스트업
- User가 MCP Tool을 직접 선택하고 프롬프트를 입력하여 작업 큐 생성
- User의 Attack Scenario 기반 분석 수행(10~11 반복 가능)
- 최종 리포트 생성(결과 취합 및 출력 구성 진행)
2) 샘플링 및 스니펫 생성(main.py /sample + extract_snippets) - 구현/정리
- 엔드포인트 목록을 받아 MAX_SAMPLE_ENDPOINTS까지만 처리(/sample)
- 각 엔드포인트 처리 흐름:
* extract_params_from_path로 경로 기반 파라미터 추출
* run_arjun_params(target, ["GET","POST"])로 arjun 후보 파라미터 수집 후 params에 합침
* 마커 문자열 생성(__MARK_xxx__)로 요청/응답에 흔적 남김
* GET/POST 2회 샘플 요청 수행
- build_request_payload(params, False, marker)로 요청 페이로드 생성
- RateLimiter로 도메인 호출 속도 제한
- GET은 query, POST는 JSON body로 호출
* 응답 처리
- body_preview 생성(JSON이면 마스킹+축약, 아니면 텍스트 프리뷰)
- normalize_request/normalize_response로 요약 구조 생성
- extract_snippets(body_text, marker)로 규칙 기반 스니펫 추출
- raw 요청/응답 파일 저장
- SampleResult로 결과 저장(request_id 포함)
- extract_snippets 패턴 기반 스니펫 규칙(순차 검사, window=300, 최대 3개 유지)
* 오류/스택트레이스: traceback, SQLSTATE, TypeError, fatal error, warning 등
* DB 관련: SQL syntax, ORA-, PostgreSQL, E11000 등
* 인증/권한: unauthorized, forbidden, access denied 등
* 권한/역할: is_admin, role, scope, rbac 등
* 템플릿 인젝션/표현식: {{, ${, th:text 등
* 파일/경로: upload, filename=, ../, /etc/passwd, .env 등
* 네트워크 에러: ECONNREFUSED, ENOTFOUND 등
* XSS 흔적: <script, onerror=, document.cookie 등
* 보안 헤더: CSP, CORS, HSTS 등
* GraphQL: __schema, mutation, errors
* 리다이렉트: Location, window.location
* 마커 문자열이 응답에 존재하면 마커 주변도 스니펫에 추가
* 중복 제외, max_snippets=3까지만 유지
- (참고/후속) OpenAPI Pipeline Mode는 설계 아이템으로만 정리되었으며, 현재 구현 범위는 Blackbox URL Mode까지 진행된 상태
[2] Infra (EKS 운영 기반 안정화)
- Kubernetes(EKS) 지원 종료(End-of-Support) 버전으로 인한 추가 지원 비용(과금) 이슈 확인
- 운영 비용 증가 요인을 제거하기 위해 Kubernetes 버전 업그레이드 수행
- 버전 정책/호환성 이슈로 노드그룹(Node Group) 재생성 및 재배포 작업 완료
- 업그레이드 이후 운영 환경 정상 동작 여부 및 리소스 구성 점검 계획 수립
[3] DevSecOps (Security Gate 구축 및 Workflow 고도화)
- EKS 상 'security-gate' 네임스페이스 기반으로 보안 게이트 구성요소를 정의하고 구현 방향을 정리함
- 보안 검증 결과를 릴리즈에 반영할 수 있도록 CI/CD 연동 흐름을 설계
- Evidence API: 보안 스캔 결과/리포트를 수집 및 증적화
- Decision Engine: 스캔 결과를 정책 기준으로 판정(PASS/BLOCK/WARN)하는 엔진
- GitHub Required Check 연동: PR/Merge/Release 단계에서 보안 검증을 Required Check로 강제
- Slack Webhook 연동: 실패/차단/주의 등 이벤트 발생 시 알림 전송으로 운영 가시성 확보
- (후순위) Admission Webhook: 배포 시점(클러스터 진입 단계)에서 정책 기반 차단까지 확장 검토
- 증적 저장소 설계 및 저장 흐름 정리
- S3: 원본 리포트/로그 등 대용량 아티팩트 저장
- DynamoDB: 릴리즈 단위 상태/요약 저장
* release_id는 이미지 digest 기준으로 설정하여 불변성 및 추적성을 확보
* 상태값(예: PENDING/RUNNING/PASS/FAIL/BLOCK)과 요약 정보를 관리