(주)모니터랩 총0명이 열람하였으며, 0개의 리뷰가 있습니다.

(주)모니터랩의 전체 정보

기업개요 및 핵심역량(요약)

모니터랩은2005년2월에 설립된 솔루션 개발 전문 기업이며,국내1위의 웹 보안 및 클라우드 보안 솔루션 전문 기업입니다.자체 개발한 고성능 애플리케이션 프록시 기술을 기반으로 다양한 애플리케이션 보안 기술을 연구개발하고 있습니다.모니터랩의 핵심 기술은 Application에 대한 통찰력을 제시하겠다는 의미의 ‘AI(Application Insight)’라는 브랜드에 기반하여, OSI 7 Layer 중 7번째 계층인 Application을 위한 6가지의 핵심 기술로 구성되어 있습니다. On Premise와 Cloud에서 유연하게 서비스를 제공할 수 있는 AIOS, Proxy Technology, SASE Platform 기술과 자체 핵심 보안 기술인 Profiling, Threat Intelligence, ZTNA 기술을 기반으로 Web Application, SSL Inspection, Internet Access Control 등 다양한 분야의 보안 솔루션을 제공하고 있습니다.

기업한글명

(주)모니터랩

도로명주소

서울특별시 구로구 디지털로 306 (구로동,대륭포스트타워2)

등록일

2025-01-16

링크(URL)

https://kdata.or.kr/datavoucher/is/selectPortalFileDetail.do?rcpnYear=2025&brno=2148766413&sprnSctrCd=P01014002&prdcId=&sprnDsncCd=P11014001

보유솔루션(요약)

(주)모니터랩이 자체 개발하여 운영하고 있는 AILabs는 클라우드 기반 위협 인텔리전스 플랫폼으로 실시간 위협 정보 수집 및 공유, 고도화된 분석 엔진, 인공지능을 이용한 예측, OSINT 서드파티 연동, 데이터마이닝, 빅데이터 분석 등의 기술이 결합되어 있습니다. 수많은 위협 정보가 실시간으로 AILabs에 자동으로 모아지고, 고도화된 분석 엔진들에 의해 분석되고, 다양한 형태로 가공되어 빅데이터에 저장됩니다. 이는 모니터랩의 웹 보안 솔루션과 연결되어 상호보완적인 인텔리전스 운영에서 도출된 결과물입니다. 또한, AILabs Portal을 통해 AICC에서 분석된 위협 정보를 실시간으로 공유하고, 일반 사용자도 직접 분석 요청을 할 수 있습니다. 이러한 ‘수집 ? 분석 ? 처리 ? 배포’ 과정을 실시간으로 진행되며, 끊임없는 선순환 구조로 더욱 정확한 위협 인텔리전스를 만들어 냅니다.- MIF(Malicious Information Feed) : 악성 정보 수집 시스템- FIC(File Information Collection) : 파일 정보 수집 시스템- AIC(AI Information Collection) : AI 제품 위협 데이터 수집 시스템- MAD(Malicious All-file Detection) : 악성 파일 탐지 시스템- MUD(Malicious URL Detection) : 악성 URL 탐지 시스템- UCC(URL Category Classification) : URL 카테고리 분류 시스템- MLT(Machine Learning Technology) : 머신러닝 기반 웹 위협 탐지- DMP(Data Mining & Processing) : 데이터마이닝 & 프로세싱- MIS(Malicious Information Sharing) : 악성 정보 공유 시스템 AILabs Portal- UIS(URL Information Sharing) : URL 정보 공유 시스템

상세주소

(대륭포스트타워2차) 1008호

설립일자

2005-02-22

실적(요약)

2020년 데이터바우처 지원사업에서 2020년 6월 1일부터 11월 30일까지 6개월간 (주)모니터랩은 악성 URL 및 URL정보 분류 데이터를 수요기업인 (주)엔피코어와 계약하여 진행

유지보수(후속지원)전략(요약)

- 수요기업 고객사와 함께 보안관제 서비스 및 기타 보안 서비스 향상을 위해서 실시간 플랫폼 운영 및 통합 보안관제 시스템으로 데이터를 제공- 주기적인 데이터 판매를 통해 안정적인 연구 활동을 지원- 당사의 보안 서비스 사업의 데이터 및 서비스 재판매를 통해 보안 데이터 융합사업 활성화<유지보수 대상> - 공급한 악성 URL 및 악성 파일 분류 데이터와 시스템 연동 API를 대상으로 지원함- 무상하자보수 기간 - 사업 완료 후 12개월간 지원함<유지보수 내용>- 하자보수 - 검수 완료 후 1년 이내에 발생하는 데이터 및 시스템 연동 API의 결함에 대한 유지보수 - 기본 점검 및 장애 발생 시 온라인 지원- 품질 개선 -API 에러 수정, 기능 자체의 문제점으로 인한 수정/보완 - API 제공 시스템 최적화 및 안정화를 통해 정상적인 서비스 제공을 위한 기술지원 - 미분류/오분류 데이터에 대한 검증 및 재검증 결과 제공- 환경적응 -신규 운영체제 및 응용프로그램 개선/확장에 따른 변동 사항<유지보수 범위>- 예방점검 -무상 유지보수 기간 동안 API 제공 시스템 주기적 모니터링을 통한 안정적 운영 - API 사용 매뉴얼 및 정보 제공- 무상하자보수 -공급한 악성 URL 및 악성 파일 분류 데이터에 하자가(미분류/오분류) 있는 경우는 무상 하자보수를 원칙으로 함 - 단, 최근 6개월 데이터를 기준으로 함 (악성에서 정상으로 전환되는 경우도 있기 때문)- 무상유지보수 -무상 유지보수 기간 동안 일어나는 유지보수 활동- 유상유지보수 -고객의 실수 또는 천재지변에 의한 장애에 대해서는 책임을 지지 아니함 - 무상 하자보수 기간 중 신규기능을 추가하고 기존의 시스템을 개선하는 경우 상호 협의하여 실비 제공함을 원칙으로 함 - 하자보수 기간 중 새로운 운영체제(보안시스템) 혹은 새로운 API 제공 환경으로 이식하는 경우 유상 제공함을 원칙으로 함<유지보수 항목>- 각 항목별 판매 데이터- 해당 정보를 제공하기 위한 API<

주요서비스 상세정보(요약)

<가공 프로세스>1. 매칭 수요기업에서 보유한 웹 페이로드 데이터 또는 자사 AILabs의 위협 웹 페이로드데이터를 이용한 작업 의뢰2. 데이터 수집을 의뢰할 경우, 자사 AILabs에서 다양한 피드 사이트와 제품으로부터 수집작업3. 웹 위협 페이로드 탐지를 위한 자사 모듈을 이용하여 웹 페이로드 데이터의 특징데이터추출작업4. 양질의 악성 데이터 분류 및 추출된 특징데이터를 머신러닝 학습을 위한 벡터 데이터로변환 작업5. 작업 요청 또는 보유한 머신러닝 알고리즘을 이용하여 학습 진행 및 평가6. 정확도 평가를 통해서 양질의 특징데이터 선별 및 수요기업 검수7. 수요기업과 협의를 통한 배포 방식 또는 자체 개발한 API 방식으로 배포<가공 업무 내역>가) 작업 의뢰 및 컨설팅- 매칭 수요기업에서 보유한 웹 페이로드 데이터를 이용한 작업 의뢰- 자사 AILabs의 위협 웹 페이로드 데이터를 이용한 작업 의뢰- 위협 웹 페이로드 데이터 탐지 머신러닝 알고리즘을 위한 특징데이터 추출 기술 컨설팅나) 데이터 수집- 수요기업에서 보유한 데이터가 없을 경우 자사에 수집도 의뢰 가능- 수요기업에서 보유한 데이터와 수집 의뢰를 함께 진행 의뢰 가능- 자사 AILabs에서 다양한 피드 사이트와 제품으로부터 웹 페이로드 데이터 수집 및 분류 작업다) 특징데이터 추출- 웹 위협 페이로드 탐지를 위한 데이터의 특징데이터 추출 모듈을 이용하여 웹 페이로드 데이터의 특징데이터 추출- 수요기업의 요청에 따라 특징데이터 항목의 추가, 수정, 삭제 가능- 자동화된 특징데이터 추출 모듈의 정확도 검토를 위한 샘플링 검사- 안정적인 운영을 위한 특징데이터 추출 모듈의 고도화 개발 작업라) 전처리- 정확도가 향상된 악성 탐지를 위한 양질의 웹 위협 페이로드 특징데이터 분류- 머신러닝 알고리즘에 따라 입력 데이터의 포맷을 협의- 추출된 특징데이터를 머신러닝 학습을 위한 벡터 데이터로 변환- 머신러닝 학습이 아니더라도 통계 및 현황 확인을 위한 데이터베이스마) 학습 및 평가- 머

카테고리구분

전처리,코딩,정보추출또는조합,태깅또는라벨링

활용사례(요약)

<사이버 보안을 위한 인공지능 모델 고도화>- 웹 위협 페이로드 학습 데이터를 활용해 위협이 되는 웹 페이로드에 대해 분석 및예측할 수 있는 인공지능 모델 생성 및 트랜스퍼 러닝 혹은 파인튜닝의 데이터로 활용- 단순 분류 모델 뿐 아니라 결과에 대한 설명 데이터를 바탕으로 웹 위협 페이로드분류 모델에 대한 XAI모델 개발- 자사는 MWP 및 MLT라는 솔루션을 활용, 수집된 웹 페이로드 데이터에 대해 매우높은 성능으로 정상을 포함한 여러가지 위협 유형을 분류, 분류된 위협 유형에 대한상세한 근거를 제시하여 이 결과들을 바탕으로 기타 다양한 솔루션 고도화<위협 인텔리전스를 활용한 사이버 보안 플랫폼 구축>- 자사의 자체 위협 인텔리전스 플랫폼인 AILabs는 수집 및 분석된 웹 위협 페이로드데이터를 정제 후 사용자에게 관련 내용을 공유- 사용자는 AILabs에서 웹 페이로드 데이터에 대한 평판조회를 진행할 수 있어 사전에위협을 예방