BASTION
LLM 할루시네이션 감사 구현
// BASTION 기술 해설2026-06-13LLM 할루시네이션 감사 구현AI가 쓴 숫자를, 실제 장비 로그와 대조한다저자: 珍田 秀幸 / 베스트넷 합동회사관련 기사: 아름다운 설계일수록, 실데이
자세히 보기 →syslog만 전송하면 AI가 장비 유형을 자동 판별하여 모니터링을 시작하는 구조를 만들었다
2026.04 / Tech Blog / BASTIONsyslog만 전송하면 AI가 기기 종류를 자동 판정하여 모니터링을 시작하는 시스템 구축새로운 기기가 syslog를 전송하기 시작하는 순간, LL
자세히 보기 →AI 로그 모니터링이 “행업된 PC로 인한 계정 잠금”을 감지한 이야기
2026.04 / Tech Blog / BASTION AI 로그 모니터링이 "정지된 PC로 인한 계정 잠김"을 감지한 사례 BASTION의 Windows 클라이언트 모니터링이 자사 직원 계정의 비정
자세히 보기 →Qwen2.5-14B + GPUStack으로 정확도와 결정성을 양립한 구현 기록
BASTION이 클라우드 LLM API 대신 GPUStack 기반 로컬 LLM(Qwen2.5-14B)을 채택한 이유와 구현을 해설합니다. LLM은 로그 요약·보고서 생성 등에만 쓰고 중대도 판정과 차단 실행은 결정론적 로직에 맡기는 설계와 JSON 출력 강제, 낮은 temperature 등을 소개합니다.
자세히 보기 →침해 가능성이 있는 DMZ 환경에서 “Agent를 신뢰하지 않는” 전제의 설계
BASTION의 DMZ Agent를 Agent 자체가 침해될 수도 있다는 전제로 설계한 구조를 해설합니다. AI-SLOG가 Agent 이벤트를 별도 경로의 원본 로그와 대조하는 검증 엔진, Agent에게 차단 해제를 허용하지 않는 권한 설계, 하트비트 동결, 24시간 자동 소멸을 소개합니다.
자세히 보기 →다층 상관 캠페인 탐지 메커니즘
여러 장비의 개별 탐지를 동일 IP를 축으로 5개 계층과 시간으로 중첩해, 단일 장비의 로그로는 보이지 않는 공격 시나리오를 가시화하는 BASTION의 다층 상관 캠페인 탐지를 해설합니다. 코히어런스 함수, 결정론적이고 설명 가능한 임계값 판정, 서브넷·ASN 단위의 그룹 탐지를 다룹니다.
자세히 보기 →로컬 LLM이 모니터링 리포트의 수치를 조작한 사례와 그 대책
2026.04 / Tech Blog / BASTION 로컬 LLM이 모니터링 리포트의 수치를 조작한 사례와 그 대책 BASTION의 AI 모니터링 리포트에 "인증 실패 639건"이라고 적혀 있었다.
자세히 보기 →개별적으로는 보이지 않는 공격을 전체 시스템 통합 로그 상관관계로 탐지하는 구조를 구축했다
2026.04 / Tech Blog / BASTION 개별로는 보이지 않는 공격을, 전체 시스템 횡단 로그 상관관계로 탐지하는 구조를 만들었다 방화벽의 포트 스캔, VPN 인증 실패, 애플리케이션
자세히 보기 →웹 서버에 AI 활성 방화벽을 구현한 이야기
2026.04 / Tech Blog / BASTION웹 서버에 AI 액티브 방화벽을 구현한 이야기Fail2Ban의 고정 임계값으로는 탐지할 수 없는 미지의 Bot 패턴이나 스팸 요청을, 로컬 LLM
자세히 보기 →Slack 승인 게이트를 졸업하고 공격 출발지 IP 완전 자동 차단으로 이전한 이야기
2026.04 / Tech Blog / BASTION Slack 승인 게이트를 졸업하고 공격원 IP의 완전 자동 차단으로 이행한 이야기 이전 기사에서 Slack 승인 게이트 방식의 리액티브 방어를
자세히 보기 →AI가 공격을 감지→Slack에서 승인→방화벽에 자동 차단을 추가하는 구조를 구축했다
2026.04 / Tech Blog / BASTION AI가 공격을 탐지→Slack에서 승인→방화벽에 자동 차단을 설정하는 구조를 만들었습니다 BASTION의 “탐지→알림” 루프에 “자동 대응”을
자세히 보기 →로컬 LLM으로 인프라 로그를 자동 분석하는 구조를 만든 이야기
2026.04 / Tech Blog / BASTION 로컬 LLM으로 인프라 로그를 자동 분석하는 시스템을 만든 이야기 방화벽, 인증 인프라, 스위치, 로드밸런서, 웹 서버의 로그를 15분마다 AI
자세히 보기 →