위협 헌팅이 중요한 이유는 정교한 위협이 자동화된 사이버 보안을 우회할 수 있기 때문입니다. 자동화된 보안 툴 및 Tier 1~2 보안 운영 센터(SOC) 분석가들이 약 80%의 위협은 처리할 수 있지만, 나머지 20%는 여전히 걱정해야 합니다. 나머지 20%의 위협은 중요한 손상을 야기할 수 있는 정교한 위협을 포함하고 있을 가능성이 큽니다. 이러한 위협은 시간과 리소스가 충분히 주어진다면 어떤 네트워크라도 침해하여 평균 최대 280일 동안 탐지를 피할 수 있습니다. 효과적인 위협 헌팅은 침입부터 발견까지의 시간을 단축해주므로 공격자로부터 입게 되는 피해의 양이 줄어듭니다.

많은 경우에 공격자는 몇 주, 심지어는 몇 달 동안 숨어있다가 발견됩니다. 이들은 데이터를 빼돌리고 충분한 기밀 정보 또는 자격 증명 정보를 알아내어 더 근접한 액세스를 할 수 있을 때까지 참을성 있게 기다리고, 중요한 데이터 유출을 위한 발판을 마련합니다. 잠재적인 위협이 얼마나 큰 손실을 야기할 수 있을까요? "데이터 유출 비용 보고서(Cost of a Data Breach Report)에 따르면," 데이터 유출은 기업에 평균 약 $4백만에 달하는 비용을 초래합니다. 그리고 유출로 인한 폐해는 몇 년간 계속될 수 있습니다. 시스템 오류 이후 대응까지의 시간이 길어질수록 조직은 더 많은 손해를 보게 됩니다.

성공적인 위협 사냥 프로그램은 환경의 데이터 생명력을 기반으로 합니다. 다시 말해, 먼저 데이터를 수집하는 기업 보안 시스템이 조직에 구축되어 있어야 합니다. 여기에서 수집한 정보는 위협 사냥꾼에게 가치 있는 단서를 제공합니다.

사이버 위협 사냥꾼은 기업 보안에 인적 요소를 가미하여 자동화된 시스템을 보완합니다. 그들은 심각한 문제가 발생하기 전에 위협을 검색, 로깅, 모니터링, 무력화하는 숙련된 IT 보안 전문가입니다. 운영에 정통한 회사 IT 부서의 보안 분석가라면 가장 좋겠지만 외부 분석가인 경우도 있습니다.

위협 사냥은 환경에서 미지의 문제를 찾아내는 예술입니다.  보안 정보 및 이벤트 관리(SIEM), 엔드포인트 감지 및 대응(EDR) 등과 같은 기존의 감지 기술 그 이상의 역할을 합니다. 위협 사냥꾼은 보안 데이터를 분석합니다. 숨은 멀웨이나 공격자를 검색하고 컴퓨터가 놓쳤거나 해결된 것으로 판단했지만 전혀 그렇지 않은 의심스러운 활동의 패턴을 찾아냅니다. 또한 해당 유형의 사이버 공격이 되풀이되지 않도록 기업 보안 시스템에 패치를 적용할 수도 있습니다.

위협 인텔리전스는 일반적으로 머신 러닝 및 AI가 포함된 자동화된 보안 시스템이 수집 및 분석한 침입 시도 또는 침입 성공에 대한 데이터 세트입니다.

위협 헌팅은 이 인텔리전스를 사용하여 시스템 전체에서 잘못된 액터를 철저히 검색합니다. 다른 말로 하면, 위협 인텔리전스가 끝나는 지점에서 위협 헌팅이 시작됩니다. 게다가 성공적인 위협 헌팅은 미지의 영역에서 아직 발견되지 않은 위협을 식별할 수 있습니다.

또한, 위협 헌팅은 헌팅을 위한 리드 또는 가설에 위협 지표를 사용합니다. 위협 지표는 멀웨어 또는 공격자가 남긴 가상 지문, 이상한 IP 주소, 피싱 이메일 또는 기타 비정상적인 네트워크 트래픽입니다.