KR101435341B1 - Svm을 이용한 dlp 트레이싱 대상 파일 분류에 관한 방법 - Google Patents

Svm을 이용한 dlp 트레이싱 대상 파일 분류에 관한 방법 Download PDF

Info

Publication number
KR101435341B1
KR101435341B1 KR1020130103121A KR20130103121A KR101435341B1 KR 101435341 B1 KR101435341 B1 KR 101435341B1 KR 1020130103121 A KR1020130103121 A KR 1020130103121A KR 20130103121 A KR20130103121 A KR 20130103121A KR 101435341 B1 KR101435341 B1 KR 101435341B1
Authority
KR
South Korea
Prior art keywords
file
creation
modification
change
file creation
Prior art date
Application number
KR1020130103121A
Other languages
English (en)
Inventor
박동훈
정태선
양승용
Original Assignee
닉스테크 주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 닉스테크 주식회사 filed Critical 닉스테크 주식회사
Priority to KR1020130103121A priority Critical patent/KR101435341B1/ko
Application granted granted Critical
Publication of KR101435341B1 publication Critical patent/KR101435341B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/60—Protecting data

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Bioethics (AREA)
  • General Health & Medical Sciences (AREA)
  • Computer Hardware Design (AREA)
  • Computer Security & Cryptography (AREA)
  • Software Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Debugging And Monitoring (AREA)

Abstract

본 발명은 엔드 포인트 정보 유출 방지 시스템에 관한 것으로, 파일 생성/변경 패턴 및 상기 파일 생성/변경 패턴의 파일 생성/변경 주체에 대한 학습 데이터를 저장하는 학습 데이터베이스; 로컬 시스템에서 파일 생성/변경 이벤트를 감지하는 이벤트 감지부; 상기 학습 데이터를 참조하여 상기 파일 생성/변경 이벤트가 사용자에 의한 파일 생성/변경인지 시스템에 의한 파일 생성/변경인지 판단하는 판단부; 상기 파일 생성/변경 이벤트가 사용자에 의한 파일 생성/변경인 경우 상기 생성/변경된 파일에 대한 추적 정보를 추적 데이터베이스에 저장하고, 상기 파일 생성/변경 이벤트가 시스템에 의한 파일 생성/변경인 경우 상기 생성/변경된 파일에 대한 추적 정보를 추적 데이터베이스에 저장하지 않는 파일 추적부를 제공한다.

Description

SVM을 이용한 DLP 트레이싱 대상 파일 분류에 관한 방법{METHOD OF DATA LOSS PREVENTION TRACING TARGET FILE CLASSIFICATION USING SUPPORT VECTOR MACHINE}
본 발명은 내부 정보 유출 방지 시스템에 관한 것으로, 내부 정보 유출 방지 시스템의 성능을 유지하기 위한 방법에 관한 것이다.
기존의 내부 정보 유출 방지 솔루션은 사용 단말에서의 파일 생성, 변경을 지속적으로 추적, 감시하여 인덱싱을 수행하고 중요 정보 혹은 개인 정보 포함 여부에 따라 암호화를 하거나 USB, Network 등을 통하여 외부 유출을 방지하였다.
한국공개특허 제2010-0040074호는 내부 정보 유출 방지 방법 및 서버에 관한 것으로, 데이터 내의 중요 정보의 유출을 방지할 수 있도록 하는 내부 정보 유출 방지 방법 및 서버에 대하여 제안하고 있다. 하지만 내부 정보 유출 방지 시스템은 많은 프로세스들이 캐시, 로그 및 DB 변경을 이유로 파일 생성, 변경이 초당 수십회 일어나 파일 추적 기능으로 과부하를 주어 솔루션의 성능 저하를 초래한다.
또한, 기존의 내부 정보 유출 방지 시스템은 파일 생성/변경이 사용자에 의한 것인지 프로세스 자체의 로깅 같은 기능 때문인지 구분하는 것이 어려워 특정 경로나 특정 확장자를 검출 대상에서 제외하여 이를 해결하였으나 심각한 보안 위협을 초래하게 되었다.
본 발명은 엔드 포인트 정보 유출 방지 시스템에서 능동적으로 파일을 추적하는 방법을 제공한다.
본 발명은 엔드 포인트 정보 유출 방지 시스템에서 성능 및 보안성을 향상시키는 방법을 제공한다.
본 발명의 일실시예에 따른 엔드 포인트 정보 유출 방지 시스템에 있어서, 파일 생성/변경 패턴 및 상기 파일 생성/변경 패턴의 파일 생성/변경 주체에 대한 학습 데이터를 저장하는 학습 데이터베이스; 로컬 시스템에서 파일 생성/변경 이벤트를 감지하는 이벤트 감지부; 상기 학습 데이터를 참조하여 상기 파일 생성/변경 이벤트가 사용자에 의한 파일 생성/ 변경인지 시스템에 의한 파일 생성/변경인지 판단하는 판단부; 및 상기 파일 생성/변경 이벤트가 사용자에 의한 파일 생성/변경인 경우 상기 생성/변경된 파일에 대한 추적 정보를 추적 데이터베이스에 저장하고, 상기 파일 생성/변경 이벤트가 시스템에 의한 파일 생성/변경인 경우 상기 생성/변경된 파일에 대한 추적 정보를 추적 데이터베이스에 저장하지 않는 파일 추적부를 포함하는 엔드 포인트 정보 유출 방지 시스템을 제공한다.
일측에 따르면, 상기 학습 데이터베이스는 단위 시간당 기준 파일 변경 횟수에 대응한 파일 생성/변경 주체를 저장하고, 상기 판단부는 상기 생성/변경된 파일에 대한 단위 시간당 파일 변경 횟수가 상기 기준 파일 변경 횟수 이상이면 상기 파일 생성/변경 이벤트가 시스템에 의한 파일 생성/변경으로 판단하고, 상기 생성/변경된 파일에 대한 단위 시간당 파일 변경 횟수가 상기 기준 파일 변경 횟수 미만이면 상기 파일 생성/변경 이벤트가 사용자에 의한 파일 생성/변경으로 판단하는 엔드 포인트 정보 유출 방지 시스템을 제공한다.
또 다른 일측에 따르면, 상기 학습 데이터베이스는 파일 변경/생성 프로세스에 대응한 파일 생성/변경 주체를 저장하고, 상기 판단부는 상기 학습 데이터베이스를 참조하여 상기 생성/변경된 파일에 대한 파일 변경/생성 프로세스가 시스템 프로세스이면 상기 파일 생성/변경 이벤트가 시스템에 의한 파일 생성/변경으로 판단하고, 상기 학습 데이터베이스를 참조하여 상기 생성/변경된 파일에 대한 파일 변경/생성 프로세스가 사용자 프로세스이면 상기 파일 생성/변경 이벤트가 사용자에 의한 파일 생성/변경으로 판단하는 엔드 포인트 정보 유출 방지 시스템을 제공한다.
또 다른 일측에 따르면, SVM 알고리즘을 이용하여 파일 생성/변경 패턴 및 상기 파일 생성/변경 패턴의 파일 생성/변경 주체를 학습하고, 상기 학습 데이터베이스에 학습된 학습 데이터를 저장하는 학습부를 더 포함하는 엔드 포인트 정보 유출 방지 시스템을 제공한다.
또 다른 일측에 따르면, 제1 축은 파일에 대한 단위 시간당 파일 변경 횟수로 하고, 제2 축은 파일에 대한 파일 변경 간 평균 시간으로 하여SVM 알고리즘을 적용하는 엔드 포인트 정보 유출 방지 시스템을 제공한다.
본 발명의 일실시예에 따른 엔드 포인트 정보 유출 방지 방법에 있어서, 파일 생성/변경 패턴 및 상기 파일 생성/변경 패턴의 파일 생성/변경 주체에 대한 학습 데이터를 저장하는 단계; 로컬 시스템에서 파일 생성/변경 이벤트를 감지하는 단계; 상기 학습 데이터를 참조하여 상기 파일 생성/변경 이벤트가 사용자에 의한 파일 생성/변경인지 시스템에 의한 파일 생성/변경인지 판단하는 단계; 및 상기 파일 생성/변경 이벤트가 사용자에 의한 파일 생성/변경인 경우 상기 생성/변경된 파일에 대한 추적 정보를 추적 데이터베이스에 저장하는 단계를 포함하는 엔드 포인트 정보 유출 방지 방법을 제공한다.
일 측에 따르면, 상기 파일 생성/변경 이벤트가 시스템에 의한 파일 생성/변경인 경우 상기 생성/변경된 파일에 대한 추적 정보를 추적 데이터베이스에 저장하지 않는 단계를 더 포함하는 엔드 포인트 정보 유출 방지 방법을 제공한다.
본 발명의 일실시예에 따른 엔드 포인트 정보 유출 방지 방법에 있어서, 단위 시간당 기준 파일 변경 횟수 및 상기 단위 시간당 기준 파일 변경 횟수에 대응한 파일 생성/변경 주체를 학습 데이터베이스에 저장하는 단계; 로컬 시스템에서 파일에 대한 생성/변경 이벤트를 감지하는 단계; 상기 생성/변경된 파일에 대한 단위 시간당 파일 변경 횟수가 상기 기준 파일 변경 횟수 미만이면 상기 생성/변경된 파일에 대한 추적 정보를 추적 데이터베이스에 저장하는 단계; 및 상기 생성/변경된 파일에 대한 단위 시간당 파일 변경 횟수가 상기 기준 파일 변경 횟수 이상이면 상기 생성/변경된 파일에 대한 추적 정보를 추적 데이터베이스에 저장하지 않는 단계를 포함하는 엔드 포인트 정보 유출 방지 방법을 제공한다.
본 발명의 일실시예에 따른 엔드 포인트 정보 유출 방지 방법에 있어서, 파일 변경/생성 프로세스에 대응한 파일 생성/변경 주체를 학습 데이터베이스에 저장하는 단계; 로컬 시스템에서 파일에 대한 생성/변경 이벤트를 감지하는 단계; 상기 학습 데이터베이스를 참조하여 상기 생성/변경된 파일에 대한 파일 변경/생성 프로세스가 사용자 프로세스이면 상기 생성/변경된 파일에 대한 추적 정보를 추적 데이터베이스에 저장하는 단계; 및 상기 학습 데이터베이스를 참조하여 상기 생성/변경된 파일에 대한 파일 변경/생성 프로세스가 시스템 프로세스이면 상기 생성/변경된 파일에 대한 추적 정보를 추적 데이터베이스에 저장하지 않는 단계를 포함하는 엔드 포인트 정보 유출 방지 방법을 제공한다.
본 발명은 엔드 포인트 정보 유출 방지 시스템에서 SVM 알고리즘을 이용하여 파일을 추적함으로써 능동적으로 파일을 추적할 수 있다.
본 발명은 엔드 포인트 정보 유출 방지 시스템을 통하여 파일 생성/변경 이벤트가 사용자에 의한 파일 생성/변경인지 시스템에 의한 파일 생성/변경인지 판단함으로써 시스템의 성능을 향상시킬 수 있고, 보안 문제를 해결할 수 있다.
도 1은 종래의 내부 정보 유출 방지 시스템의 파일 추적 동작을 나타낸 도면이다.
도 2는 본 발명의 일실시예에 따른 엔드 포인트 정보 유출 방지 시스템의 구성을 나타낸 블록도이다.
도 3은 본 발명의 일실시예에 따른 엔드 포인트 정보 유출 방지 시스템의 동작을 나타낸 도면이다.
도 4는 본 발명의 일실시예에 따른 엔드 포인트 정보 유출 방지 방법을 나타낸 흐름도이다.
도 5는 본 발명의 일실시예에 따른 엔드 포인트 정보 유출 방지 시스템에서 단위 시간당 기준 파일 변경 횟수에 대응한 파일 생성/변경 주체에 의한 엔드 포인트 정보 유출 방지 방법을 나타낸 흐름도이다.
도 6은 본 발명의 일실시예에 따른 엔드 포인트 정보 유출 방지 시스템에서 파일 변경/생성 프로세스에 의한 엔드 포인트 정보 유출 방지 방법을 나타낸 흐름도이다.
도 7은 본 발명의 일실시예에 따른 엔드 포인트 정보 유출 방지 시스템에서 SVM 알고리즘을 적용한 예이다.
이하, 본 발명에 따른 실시예를 첨부한 도면을 참조하여 상세히 설명한다.
내부 정보 유출 방지 시스템(DLP: Data Loss Prevention)이란 기업 내부자의 고의나 실수로 인한 외부로의 정보 유출을 방지하는 솔루션으로, 사내에서 주고받는 데이터를 내용이나 형식 등을 기준으로 탐지해 중요 정보 유출을 차단할 뿐만 아니라 데이터 보호 규제에 적극 대응할 수 있다.
도 1은 종래의 내부 정보 유출 방지 시스템의 파일 추적 동작을 나타낸 도면이다.
종래의 내부 정보 유출 방지 시스템은 Client PC(100)에서 사용자(101)의 문서 작업이나 백그라운드 프로세스(Background Process)(110)의 로깅, DB, 캐싱 작업으로 파일들이 생성·변경된다. 특히, 백그라운드 프로세스(110)의 로깅, DB, 작업은 같은 파일에 초당 수십 회의 I/O를 일으켜 파일 변경 이벤트를 발생시킨다. 이때, 파일 트레이서(File Tracer)(130)는 파일의 생성/변경만을 감지하여 파일 추적 데이터베이스(File Tracing DB)(131)를 생성하고, 감지 여부에 따라 파일 추적 데이터베이스(131)에 파일 생성/변경된 파일에 대한 추적 정보를 저장한다.
이에 따라 종래의 내부 정보 유출 방지 시스템은 파일 생성/변경이 자주 일어나는 프로세스 자체 생성 로깅, DB 등 실제로 DLP 제어 대상이 아닌 파일에 대해서도 추적하여 DLP 솔루션에 과부하를 주고 실시간 사용성을 저해한다.
또한, 내부 정보 유출 방지 시스템이 실제로는 추적해야 파일임에도 불구하고 파일 확장자를 변경하여 추적을 회피함으로써 시스템의 보안 위협을 초래한다는 문제점을 지니고 있다.
도 2는 본 발명의 일실시예에 따른 엔드 포인트 정보 유출 방지 시스템의 구성을 나타낸 블록도이다.
엔드 포인트 정보 유출 방지 시스템(200)은 학습부(210), 이벤트 감지부(220), 판단부(230), 파일 추적부(240)로 구성될 수 있다.
학습 데이터베이스(211)는 파일 생성/변경 패턴 및 상기 파일 생성/변경 주체에 대한 학습 데이터를 저장할 수 있다. 더욱 상세하게는, 학습 데이터베이스(211)는 단위 시간당 기준 파일 변경 횟수에 대응한 파일 생성/변경 주체를 저장하고, 파일 변경/생성 프로세스에 대응한 파일 생성/변경 주체를 저장할 수 있다.
이때, 학습부(210)는 SVM(Support Vector Machine) 알고리즘을 이용하여 파일 생성/변경 패턴 및 상기 파일 생성/변경 패턴의 파일 생성/변경 주체를 학습하고, 학습 데이터베이스(211)에 학습된 학습 데이터를 저장할 수 있다. SVM 알고리즘에 대한 상세한 설명은 도 7을 참고하기로 한다.
이벤트 감지부(220)는 로컬 시스템에서 파일 생성/변경 이벤트를 감지할 수 있다.
판단부(230)는 학습 데이터를 참조하여 파일 생성/변경 이벤트가 사용자에 의한 파일 생성/변경인지 시스템에 의한 파일 생성/변경인지 판단할 수 있다. 더욱 상세하게는, 생성/변경된 파일에 대한 단위 시간당 파일 변경 횟수가 기준 파일 변경 횟수 이상이면 상기 파일 생성/변경 이벤트가 시스템에 의한 파일 생성/변경으로 판단하고, 생성/변경된 파일에 대한 단위 시간당 파일 변경 횟수가 기준 파일 변경 횟수 미만이면, 파일 생성/변경 이벤트가 사용자에 의한 파일 생성/변경으로 판단할 수 있다.
판단부(230)는 학습 데이터베이스를 참조하여 생성/변경된 파일에 대한 파일 변경/생성 프로세스가 시스템 프로세스이면 파일 생성/변경 이벤트가 시스템에 의한 파일 생성/변경으로 판단하고, 생성/변경된 파일에 대한 파일 변경/생성 프로세스가 사용자 프로세스이면 파일 생성/변경 이벤트가 사용자에 의한 파일 생성/변경으로 판단할 수 있다.
파일 추적부(240)는 파일 생성/변경 이벤트가 사용자에 의한 파일 생성/변경인 경우 생성/변경된 파일에 대한 추적 정보를 추적 데이터베이스(241)에 저장하고, 파일 생성/변경 이벤트가 시스템에 의한 파일 생성/변경인 경우 생성/변경된 파일에 대한 추적 정보를 추적 데이터베이스(241)에 저장하지 않는다.
일 실시예에 따른 엔드 포인트 정보 유출 방지 시스템은 파일 생성/변경이 자주 일어나는 프로세스를 구별하여 동작을 수행하기 때문에 시스템의 성능을 향상시킬 수 있다.
도 3은 본 발명의 일실시예에 따른 엔드 포인트 정보 유출 방지 시스템의 동작을 나타낸 도면이다.
도 3a는 엔드 포인트 정보 유출 방지 시스템에서 학습 방법을 나타낸 도면이다.
엔드 포인트 정보 유출 방지 시스템은 Client PC(300)로부터 단위 시간을 기준으로 프로세스의 파일 생성/변경 이벤트와 단위 시간당 기준 파일 변경 횟수를 수집할 수 있다. 예를 들면, 엔드 포인트 정보 유출 방지 시스템은 사용자 및 시스템에 의한 파일 생성/변경을 수집하고, 사용자 및 시스템에 의한 파일 생성/변경 횟수를 수집할 수 있다.
엔드 포인트 정보 유출 방지 시스템은 수집한 데이터를 단위 시간당 파일 변경 횟수와 파일에 대한 파일 변경 간 평균 시간으로 분류할 수 있다. 예를 들면, 수집한 데이터를 변경 프로세스 명을 특성으로 분류할 수 있으며, 다양한 기준에 의해 데이터를 분류할 수 있다.
SVM Teaming Data Generator(320)에서는 분류한 데이터에 SVM 알고리즘을 적용하여 파일 생성/변경 패턴 및 파일 생성/변경 패턴의 파일 생성/변경 주체를 학습하고 학습 데이터베이스(321)에 학습 데이터(File Tracing Teaming Data) 를 저장한다.
일 실시예에 따라 엔드 포인트 정보 유출 방지 시스템은 같은 클라이언트 PC가 아닌 학습 전용 PC에서 수행되고 생성된 학습 데이터를 클라이언트 PC에 복사하여 사용할 수 있다.
도 3b는 엔드 포인트 정보 유출 방지 시스템의 파일 변경을 추적하는 동작을 나타낸 도면이다.
엔드 포인트 정보 유출 방지 시스템은 단위 시간당 생성하는 파일 생성/변경 이벤트를 감지할 수 있다. 학습 데이터베이스(321)에 저장된 학습 데이터(File Tracing Teaming Data)를 이용해 감지된 단위 시간당 파일 생성/변경 이벤트가 사용자(301)의 입력에 의한 변경인지 백그라운드 프로세스(Background Process)(310)의 입력에 의한 파일 생성/변경인지 판단할 수 있다. 본 발명에서 백그라운드 프로세스는 시스템 프로세스를 의미할 수 있다. 이때, 사용자(301)의 입력에 의한 파일 생성/변경으로 판단되면 엔드 포인트 정보 유출 방지 시스템은 추적 데이터베이스(File Tracing DB)(331)를 생성한다. 생성된 추적 데이터 베이스(File Tracing DB)(331)에 생성/변경된 파일에 대한 추적 정보를 저장할 수 있다. SVM 알고리즘에 의해 백그라운드 프로세스(Background Process)(310) 자체의 로깅/DB 기능으로 판별되면 엔드 포인트 정보 유출 방지 시스템은 해당 이벤트에 대한 추적 데이터 베이스(File Tracing DB)(331)를 생성하지 않는다.
일 실시예에 따른 엔드 포인트 정보 유출 방지 시스템은 SVM 알고리즘을 이용하여 능동적으로 파일을 추적함으로써 시스템의 성능 저하를 방지할 수 있고, 실제로 추적해야 하는 파일들을 회피 없이 추적 가능하게 되어 보안 문제를 해결할 수 있다.
도 4는 본 발명의 일실시예에 따른 엔드 포인트 정보 유출 방지 방법을 나타낸 흐름도이다.
엔드 포인트 정보 유출 방지 방법은 엔드 포인트 정보 유출 방지 시스템에 의해서 수행될 수 있으며, 엔드 포인트 정보 유출 방지 시스템에 대한 설명은 도 2 및 도 3에서 설명한 바 생략하기로 한다.
단계(410)에서 엔드 포인트 정보 유출 방지 시스템은 파일 생성/변경 패턴 및 상기 파일 생성/변경 패턴의 파일 생성/변경 주체에 대한 학습 데이터를 저장할 수 있다. 이때, 엔드 포인트 정보 유출 방지 시스템은 단위 시간당 기준 파일 변경 횟수에 대응한 파일 생성/변경 주체를 저장할 수 있고, 파일 변경/생성 프로세스에 대응한 파일 생성/변경 주체를 저장할 수 있다.
단계(420)에서 엔드 포인트 정보 유출 방지 시스템은 로컬 시스템에서 파일 생성/변경 이벤트를 감지할 수 있다.
단계(430)에서 엔드 포인트 정보 유출 방지 시스템은 학습 데이터를 참조하여 파일 생성/변경 이벤트가 사용자에 의한 파일 생성/변경인지 시스템에 의한 파일 생성/변경인지 판단할 수 있다. 예를 들면, 생성/변경된 파일에 대한 단위 시간당 파일 변경 횟수가 기준 파일 변경 횟수 이상이면, 파일 생성/변경 이벤트가 시스템에 의한 파일 생성/변경으로 판단하고, 생성/변경된 파일에 대한 단위 시간당 파일 변경 횟수가 기준 파일 변경 횟수 미만이면, 파일 생성/변경 이벤트가 사용자에 의한 파일 생성/변경으로 판단할 수 있다.
또한, 생성/변경된 파일에 대한 파일 변경/생성 프로세스가 시스템 프로세스이면 파일 생성/변경 이벤트가 시스템에 의한 파일 생성/변경으로 판단하고, 생성/변경된 파일에 대한 파일 변경/생성 프로세스가 사용자 프로세스이면 파일 생성/변경 이벤트가 사용자에 의한 파일 생성/변경으로 판단할 수 있다.
단계(440)에서 엔드 포인트 정보 유출 방지 시스템은 파일 생성/변경 이벤트가 사용자에 의한 파일 생성/변경인 경우 생성/변경된 파일에 대한 추적 정보를 추적 데이터베이스에 저장할 수 있다.
단계(450)에서 엔드 포인트 정보 유출 방지 시스템은 파일 생성/변경 이벤트가 시스템에 의한 파일 생성/변경인 경우 생성/변경된 파일에 대한 추적 정보를 추적 데이터베이스에 저장하지 않을 수 있다.
도 5는 본 발명의 일실시예에 따른 엔드 포인트 정보 유출 방지 시스템에서 단위 시간당 기준 파일 변경 횟수에 대응한 파일 생성/변경 주체에 의한 엔드 포인트 정보 유출 방지 방법을 나타낸 흐름도이다.
단계(510)에서 엔드 포인트 정보 유출 방지 시스템은 단위 시간당 기준 파일 변경 횟수 및 단위 시간당 기준 파일 변경 횟수에 대응한 파일 생성/변경 주체를 학습 데이터베이스에 저장할 수 있다.
단계(520)에서 엔드 포인트 정보 유출 방지 시스템은 로컬 시스템에서 파일에 대한 생성/변경 이벤트를 감지할 수 있다.
단계(530)에서 엔드 포인트 정보 유출 방지 시스템은 생성/변경된 파일에 대한 단위 시간당 파일 변경 횟수가 기준 파일 변경 횟수 미만이면, 생성/변경된 파일에 대한 추적 정보를 추적 데이터베이스에 저장할 수 있다. 예를 들면, 엔드 포인트 정보 유출 방지 시스템에서 생성/변경된 파일에 대한 단위 시간당 파일 변경 횟수가 3개이고, 기준 파일 변경 횟수가 5개라고 가정하면, 단위 시간당 파일 변경 횟수가 기준 파일 변경 횟수인 5개 이하이므로, 생성/변경된 파일에 대한 추적 정보를 추적 데이터베이스에 저장할 수 있다.
단계(540)에서 엔드 포인트 정보 유출 방지 시스템은 생성/변경된 파일에 대한 단위 시간당 파일 변경 횟수가 기준 파일 변경 횟수 이상이면 생성/변경된 파일에 대한 추적 정보를 추적 데이터베이스에 저장하지 않을 수 있다. 예를 들면, 엔드 포인트 정보 유출 방지 시스템에서 생성/변경된 파일에 대한 단위 시간당 파일 변경 횟수가 120개이고, 기준 파일 변경 횟수가 5개라고 가정하면, 단위 시간당 파일 변경 횟수가 기준 파일 변경 횟수인 5개 이상이므로 생성/변경된 파일에 대한 추적 정보를 추적 데이터베이스에 저장하지 않는다.
일 실시예에 따른 엔드 포인트 정보 유출 방지 시스템은 같은 클라이언트 PC가 아닌 학습 전용 PC에서 수행되고 생성된 학습 데이터를 클라이언트 PC에 복사하여 사용할 수 있다. 다시 말해서, 여러 시스템에서 몇 개월 동안 패턴을 저장해놓을 수 있으며, 저장된 패턴을 이용하여 파일 추적을 수행할 수 있다.
도 6은 본 발명의 일실시예에 따른 엔드 포인트 정보 유출 방지 시스템에서 파일 변경/생성 프로세스에 의한 엔드 포인트 정보 유출 방지 방법을 나타낸 흐름도이다.
단계(610)에서 엔드 포인트 정보 유출 방지 시스템은 파일 변경/생성 프로세스에 대응한 파일 생성/변경 주체를 학습 데이터베이스에 저장할 수 있다.
단계(620)에서 엔드 포인트 정보 유출 방지 시스템은 로컬 시스템에서 파일에 대한 생성/변경 이벤트를 감지할 수 있다.
단계(630)에서 엔드 포인트 정보 유출 방지 시스템은 학습 데이터베이스를 참조하여 생성/변경된 파일에 대한 파일 변경/생성 프로세스가 사용자 프로세스이면 생성/변경된 파일에 대한 추적 정보를 추적 데이터베이스에 저장할 수 있다.
단계(640)에서 엔드 포인트 정보 유출 방지 시스템은 학습 데이터베이스를 참조하여 생성/변경된 파일에 대한 파일 변경/생성 프로세스가 시스템 프로세스이면 생성/변경된 파일에 대한 추적 정보를 추적 데이터베이스에 저장하지 않을 수 있다.
도 7은 본 발명의 일실시예에 따른 엔드 포인트 정보 유출 방지 시스템에서 SVM 알고리즘을 적용한 예이다.
SVM(Support Vector Machine)이란 주어진 자료에 대해서 데이터를 분리하는 초평면(hyperplane) 중에서, 데이터들과 가장 거리가 먼 hyperplane을 찾는 방법으로, 이 기법은 비선형 분류에서도 커널 트릭을 사용하여 적용할 수 있다.
다시 말해, SVM은 주어진 데이터의 집단을 고려하여 클래스를 둘로 나눌 수 있는 선모양의 hyperplane을 구하는 것을 의미한다. SVM 알고리즘의 특징은 단지 샘플들을 분리하는 hyperplane(740)을 찾는 것으로 끝나는 것이 아니라, 샘플들을 분리할 수 있는 수많은 후보평면들 가운데 최적의 maximum-margin hyperplane(730)을 찾는다는 것이다.
본 발명에서는 제1 축은 파일에 대한 단위 시간당 파일 변경 횟수로 하고, 제2 축은 파일에 대한 파일 변경 간 평균시간으로 한다. 도 7에서는 x축을 파일에 대한 단위 시간당 파일 변경 횟수로 하고, y축을 파일에 대한 파일 변경 간 평균시간으로 한다. SVM 알고리즘은 데이터를 분류하려는 특성에 따라 2차원, 3차원,···, N차원 그래프로 나타낼 수 있다.
예를 들면, 수많은 파일 중에서, 파일 x1이 1시간에 3번 변경되었으면, 단위 시간당 파일 변경 횟수는 3이고, 파일 x1이 지난 번 변경된 후 그 다음 변경까지 평균 시간이 25분인 경우, 파일 변경 간 평균 시간은 25분이 되고, x1의 좌표는 (3, 1/4)이 될 수 있다. 마찬가지로, 파일 x2이 파시간당 파일 변경 횟수가 3.5이고, 파일 변경 간 평균 시간이 1시간 이라면, x2의 좌표는 (3.5, 1)이 될 수 있다. 이와 같이 파일n개에 대하여 단위 시간당 파일 변경 횟수와 파일 변경 간 평균 시간을 구한 좌표를 좌표 평면에 위치시킬 수 있다.
n개의 데이터는 좌표 형태로 학습 데이터베이스에 저장될 수 있으며, 학습 데이터베이스에 저장된 학습 데이터들은 도 7과 같이 표시될 수 있고, 표시된 학습 데이터들로부터 에러를 최소화시키는 최적의 hyperplane(730)을 구함으로써 클래스1(710), 클래스 2(720)과 같이 분류될 수 있다. 이때, 최적의 hyperplane(730)은 두 개의 hyperplane(740)까지의 거리가 같다.
일 실시예에 따른 엔드 포인트 정보 유출 방지 시스템에서 최적의hyperplane(730)이 기준 파일 변경 횟수가 될 수 있다. 더욱 상세하게는 도 7과 같이 클래스1(710)이 hyperplane(730)의 기준 파일 변경 횟수보다 단위 시간당 파일 변경 횟수가 작으므로, 생성/변경된 이벤트가 사용자에 의한 파일 생성임을 도출해낼 수 있으며, 클래스 2(720)는 hyperplane(730)의 기준 파일 변경 횟수보다 단위 시간당 파일 변경 횟수 이상이므로, 생성/변경된 이벤트가 시스템에 의한 파일 생성임을 알 수 있다.
예를 들면, 클래스1(710)에는 사용자 프로세스인 winword.exe, excel.exe, POWERPNT.exe, outlook.exe, hwp.exe가, 클래스 2(720)에는 시스템 프로세스인 winlogon.exe, wininit.exe, rundll32.exe, conhost.exe, MSOSYNC.exe가 존재할 수 있으며, 도 7과 같이 표현될 수 있다. 또한, 엔드 포인트 정보 유출 방지 시스템은 사용자에 의한 파일 생성/변경을 수행하는 클래스1(710)의 생성/변경된 파일에 대한 추적 정보를 추적 데이터베이스에 저장하고, 시스템에 의한 파일 생성/변경을 수행하는 클래스 2(720)의 생성/변경된 파일에 대한 추적 정보를 추적 데이터베이스에 저장하지 않는다.
일 실시예에 따른 엔드 포인트 정보 유출 방지 시스템은 SVM 알고리즘을 이용하여 파일을 추적함으로써 능동적으로 파일을 추적할 수 있다.
일 실시예에 따른 엔드 포인트 정보 유출 방지 시스템은 파일 생성/변경 주체에 따라 작업을 수행함으로써 시스템의 성능을 향상시킬 수 있다. 또한, 엔드 포인트 정보 유출 방지 시스템은 추적 대상의 파일에 대한 회피 문제를 해결함으로써 보안성을 향상시킬 수 있다.
이상에서 설명된 장치는 하드웨어 구성요소, 소프트웨어 구성요소, 및/또는 하드웨어 구성요소 및 소프트웨어 구성요소의 조합으로 구현될 수 있다. 예를 들어, 실시예들에서 설명된 장치 및 구성요소는, 예를 들어, 프로세서, 콘트롤러, ALU(arithmetic logic unit), 디지털 신호 프로세서(digital signal processor), 마이크로컴퓨터, FPA(field programmable array), PLU(programmable logic unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 하나 이상의 범용 컴퓨터 또는 특수 목적 컴퓨터를 이용하여 구현될 수 있다. 처리 장치는 운영 체제(OS) 및 상기 운영 체제 상에서 수행되는 하나 이상의 소프트웨어 애플리케이션을 수행할 수 있다. 또한, 처리 장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다. 이해의 편의를 위하여, 처리 장치는 하나가 사용되는 것으로 설명된 경우도 있지만, 해당 기술분야에서 통상의 지식을 가진 자는, 처리 장치가 복수 개의 처리 요소(processing element) 및/또는 복수 유형의 처리 요소를 포함할 수 있음을 알 수 있다. 예를 들어, 처리 장치는 복수 개의 프로세서 또는 하나의 프로세서 및 하나의 콘트롤러를 포함할 수 있다. 또한, 병렬 프로세서(parallel processor)와 같은, 다른 처리 구성(processing configuration)도 가능하다.
소프트웨어는 컴퓨터 프로그램(computer program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(collectively) 처리 장치를 명령할 수 있다. 소프트웨어 및/또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 가상 장치(virtual equipment), 컴퓨터 저장 매체 또는 장치, 또는 전송되는 신호 파(signal wave)에 영구적으로, 또는 일시적으로 구체화(embody)될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 하나 이상의 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.
실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 실시예를 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 실시예의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
이상과 같이 실시예들이 비록 한정된 실시예와 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기의 기재로부터 다양한 수정 및 변형이 가능하다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.
그러므로, 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 후술하는 특허청구범위의 범위에 속한다.
200: 엔드 포인트 정보 유출 방지 시스템
210: 학습부
211: 학습 데이터베이스
220: 이벤트 감지부
230: 판단부
240: 파일 추적부
241: 추적 데이터베이스

Claims (9)

  1. 엔드 포인트 정보 유출 방지 시스템에 있어서,
    파일 생성/변경 패턴 및 상기 파일 생성/변경 패턴의 파일 생성/변경 주체에 대한 학습 데이터를 저장하는 학습 데이터베이스;
    로컬 시스템에서 파일 생성/변경 이벤트를 감지하는 이벤트 감지부;
    상기 학습 데이터를 참조하여 상기 파일 생성/변경 이벤트가 사용자에 의한 파일 생성/변경인지 시스템에 의한 파일 생성/변경인지 판단하는 판단부; 및
    상기 파일 생성/변경 이벤트가 사용자에 의한 파일 생성/변경인 경우 상기 생성/변경된 파일에 대한 추적 정보를 추적 데이터베이스에 저장하고, 상기 파일 생성/변경 이벤트가 시스템에 의한 파일 생성/변경인 경우 상기 생성/변경된 파일에 대한 추적 정보를 추적 데이터베이스에 저장하지 않는 파일 추적부
    를 포함하는 엔드 포인트 정보 유출 방지 시스템.
  2. 제1항에 있어서,
    상기 학습 데이터베이스는,
    단위 시간당 기준 파일 변경 횟수에 대응한 파일 생성/변경 주체
    를 저장하고,
    상기 판단부는,
    상기 생성/변경된 파일에 대한 단위 시간당 파일 변경 횟수가 상기 기준 파일 변경 횟수 이상이면 상기 파일 생성/변경 이벤트가 시스템에 의한 파일 생성/변경으로 판단하고,
    상기 생성/변경된 파일에 대한 단위 시간당 파일 변경 횟수가 상기 기준 파일 변경 횟수 미만이면 상기 파일 생성/변경 이벤트가 사용자에 의한 파일 생성/변경으로 판단하는
    엔드 포인트 정보 유출 방지 시스템.
  3. 제1항에 있어서,
    상기 학습 데이터베이스는,
    파일 변경/생성 프로세스에 대응한 파일 생성/변경 주체
    를 저장하고,
    상기 판단부는,
    상기 학습 데이터베이스를 참조하여 상기 생성/변경된 파일에 대한 파일 변경/생성 프로세스가 시스템 프로세스이면 상기 파일 생성/변경 이벤트가 시스템에 의한 파일 생성/변경으로 판단하고,
    상기 학습 데이터베이스를 참조하여 상기 생성/변경된 파일에 대한 파일 변경/생성 프로세스가 사용자 프로세스이면 상기 파일 생성/변경 이벤트가 사용자에 의한 파일 생성/변경으로 판단하는
    엔드 포인트 정보 유출 방지 시스템.
  4. 제1항에 있어서,
    SVM 알고리즘을 이용하여 파일 생성/변경 패턴 및 상기 파일 생성/변경 패턴의 파일 생성/변경 주체를 학습하고, 상기 학습 데이터베이스에 학습된 학습 데이터를 저장하는 학습부
    를 더 포함하는 엔드 포인트 정보 유출 방지 시스템.
  5. 제4항에 있어서,
    제1 축은 파일에 대한 단위 시간당 파일 변경 횟수로 하고,
    제2 축은 상기 파일에 대한 파일 변경 간 평균 시간으로 하여
    SVM 알고리즘을 적용하는
    엔드 포인트 정보 유출 방지 시스템.
  6. 엔드 포인트 정보 유출 방지 방법에 있어서,
    파일 생성/변경 패턴 및 상기 파일 생성/변경 패턴의 파일 생성/변경 주체에 대한 학습 데이터를 저장하는 단계;
    로컬 시스템에서 파일 생성/변경 이벤트를 감지하는 단계;
    상기 학습 데이터를 참조하여 상기 파일 생성/변경 이벤트가 사용자에 의한 파일 생성/변경인지 시스템에 의한 파일 생성/변경인지 판단하는 단계; 및
    상기 파일 생성/변경 이벤트가 사용자에 의한 파일 생성/변경인 경우 상기 생성/변경된 파일에 대한 추적 정보를 추적 데이터베이스에 저장하는 단계
    를 포함하는 엔드 포인트 정보 유출 방지 방법.
  7. 제6항에 있어서,
    상기 파일 생성/변경 이벤트가 시스템에 의한 파일 생성/변경인 경우 상기 생성/변경된 파일에 대한 추적 정보를 추적 데이터베이스에 저장하지 않는 단계
    를 더 포함하는 엔드 포인트 정보 유출 방지 방법.
  8. 엔드 포인트 정보 유출 방지 방법에 있어서,
    단위 시간당 기준 파일 변경 횟수 및 상기 단위 시간당 기준 파일 변경 횟수에 대응한 파일 생성/변경 주체를 학습 데이터베이스에 저장하는 단계;
    로컬 시스템에서 파일에 대한 생성/변경 이벤트를 감지하는 단계;
    상기 생성/변경된 파일에 대한 단위 시간당 파일 변경 횟수가 상기 기준 파일 변경 횟수 미만이면 상기 생성/변경된 파일에 대한 추적 정보를 추적 데이터베이스에 저장하는 단계; 및
    상기 생성/변경된 파일에 대한 단위 시간당 파일 변경 횟수가 상기 기준 파일 변경 횟수 이상이면 상기 생성/변경된 파일에 대한 추적 정보를 추적 데이터베이스에 저장하지 않는 단계
    를 포함하는 엔드 포인트 정보 유출 방지 방법.
  9. 엔드 포인트 정보 유출 방지 방법에 있어서,
    파일 변경/생성 프로세스에 대응한 파일 생성/변경 주체를 학습 데이터베이스에 저장하는 단계;
    로컬 시스템에서 파일에 대한 생성/변경 이벤트를 감지하는 단계;
    상기 학습 데이터베이스를 참조하여 상기 생성/변경된 파일에 대한 파일 변경/생성 프로세스가 사용자 프로세스이면 상기 생성/변경된 파일에 대한 추적 정보를 추적 데이터베이스에 저장하는 단계; 및
    상기 학습 데이터베이스를 참조하여 상기 생성/변경된 파일에 대한 파일 변경/생성 프로세스가 시스템 프로세스이면 상기 생성/변경된 파일에 대한 추적 정보를 추적 데이터베이스에 저장하지 않는 단계
    를 포함하는 엔드 포인트 정보 유출 방지 방법.
KR1020130103121A 2013-08-29 2013-08-29 Svm을 이용한 dlp 트레이싱 대상 파일 분류에 관한 방법 KR101435341B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020130103121A KR101435341B1 (ko) 2013-08-29 2013-08-29 Svm을 이용한 dlp 트레이싱 대상 파일 분류에 관한 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020130103121A KR101435341B1 (ko) 2013-08-29 2013-08-29 Svm을 이용한 dlp 트레이싱 대상 파일 분류에 관한 방법

Publications (1)

Publication Number Publication Date
KR101435341B1 true KR101435341B1 (ko) 2014-08-27

Family

ID=51751533

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020130103121A KR101435341B1 (ko) 2013-08-29 2013-08-29 Svm을 이용한 dlp 트레이싱 대상 파일 분류에 관한 방법

Country Status (1)

Country Link
KR (1) KR101435341B1 (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20210406225A1 (en) * 2020-06-24 2021-12-30 Citrix Systems, Inc. File source tracking
US20220309184A1 (en) * 2021-03-26 2022-09-29 Rubrik, Inc. File content analysis and data management

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20090120343A (ko) * 2008-05-19 2009-11-24 주식회사 안철수연구소 파밍감지 시스템 및 이를 제어하는 방법
KR20110080224A (ko) * 2010-01-05 2011-07-13 (주)필링크 유해 동영상 검출장치 및 그 방법
KR20120081345A (ko) * 2011-01-11 2012-07-19 (주)아이티네이드 파일 아이디를 이용한 파일 이동경로 분석 및 사본 파일의 생성 장치 및 그 방법
KR101183096B1 (ko) 2010-06-29 2012-09-20 주식회사 안랩 악성 코드 검사 장치 및 방법

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20090120343A (ko) * 2008-05-19 2009-11-24 주식회사 안철수연구소 파밍감지 시스템 및 이를 제어하는 방법
KR20110080224A (ko) * 2010-01-05 2011-07-13 (주)필링크 유해 동영상 검출장치 및 그 방법
KR101183096B1 (ko) 2010-06-29 2012-09-20 주식회사 안랩 악성 코드 검사 장치 및 방법
KR20120081345A (ko) * 2011-01-11 2012-07-19 (주)아이티네이드 파일 아이디를 이용한 파일 이동경로 분석 및 사본 파일의 생성 장치 및 그 방법

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20210406225A1 (en) * 2020-06-24 2021-12-30 Citrix Systems, Inc. File source tracking
US11544233B2 (en) * 2020-06-24 2023-01-03 Citrix Systems, Inc. File source tracking
US20220309184A1 (en) * 2021-03-26 2022-09-29 Rubrik, Inc. File content analysis and data management

Similar Documents

Publication Publication Date Title
US11777705B2 (en) Techniques for preventing memory timing attacks
O'Kane et al. SVM training phase reduction using dataset feature filtering for malware detection
RU2627107C2 (ru) Профилирование выполнения кода
RU2708955C2 (ru) Настройка дескриптора каждого признака в режиме онлайн
US20150319187A1 (en) Method, electronic device, and user interface for on-demand detecting malware
US20170364679A1 (en) Instrumented versions of executable files
US10395033B2 (en) System, apparatus and method for performing on-demand binary analysis for detecting code reuse attacks
KR101963756B1 (ko) 소프트웨어 취약점 예측 모델 학습 장치 및 방법, 소프트웨어 취약점 분석 장치 및 방법
KR20180054726A (ko) 컴퓨팅 디바이스들에서 프로세스들에 대한 소프트웨어 공격들의 검출
JP7046006B2 (ja) 認証方法及びデバイス並びに認証用情報を生成する方法及びデバイス
WO2019026310A1 (ja) 情報処理装置、情報処理方法及び情報処理プログラム
JP2023158623A (ja) コード類似性に基づくファジーテスト方法、装置及び記憶媒体
CN109933986B (zh) 恶意代码检测方法及装置
KR101435341B1 (ko) Svm을 이용한 dlp 트레이싱 대상 파일 분류에 관한 방법
CN113312620A (zh) 一种程序安全检测方法及装置、处理器芯片、服务器
Kadiyala et al. LAMBDA: Lightweight assessment of malware for emBeddeD architectures
CN107704732B (zh) 一种用于生成作品指纹的方法与设备
KR101988747B1 (ko) 하이브리드 분석을 통한 머신러닝 기반의 랜섬웨어 탐지 방법 및 장치
JP6425865B1 (ja) リスク分析装置、リスク分析方法及びリスク分析プログラム
Malik Android system call analysis for malicious application detection
KR102348357B1 (ko) 동적인 분석 플랜을 이용하는 edr 장치 및 방법
KR102080145B1 (ko) 오토 엔코더의 잠재 변수 사전을 이용한 물체 자세 추정 방법 장치
Sukhoparov et al. The state identification of industry 4.0 mechatronic elements based on behavioral patterns
JP7259436B2 (ja) 情報処理装置、情報処理方法、情報処理プログラム、及び情報処理システム
Kumar et al. Detecting malware in Android applications by using androguard tool and xgboost algorithm

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20170821

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20180822

Year of fee payment: 5

FPAY Annual fee payment

Payment date: 20190822

Year of fee payment: 6