Skip to main content

OpenClaw 위협 모델 v1.0

MITRE ATLAS 프레임워크

버전: 1.0-draft 최종 업데이트: 2026-02-04 방법론: MITRE ATLAS + 데이터 흐름도 프레임워크: MITRE ATLAS (Adversarial Threat Landscape for AI Systems)

프레임워크 출처

이 위협 모델은 AI/ML 시스템에 대한 적대적 위협을 문서화하는 업계 표준 프레임워크인 MITRE ATLAS를 기반으로 작성되었습니다. ATLAS는 AI 보안 커뮤니티와 협력하여 MITRE가 유지 관리합니다. 주요 ATLAS 자료:

이 위협 모델에 기여하기

이 문서는 OpenClaw 커뮤니티가 유지 관리하는 살아 있는 문서입니다. 기여 가이드는 CONTRIBUTING-THREAT-MODEL.md를 참고하세요.
  • 새로운 위협 보고
  • 기존 위협 업데이트
  • 공격 체인 제안
  • 완화책 제안

1. 소개

1.1 목적

이 위협 모델은 AI/ML 시스템을 위해 특별히 설계된 MITRE ATLAS 프레임워크를 사용하여 OpenClaw AI 에이전트 플랫폼과 ClawHub 스킬 마켓플레이스에 대한 적대적 위협을 문서화합니다.

1.2 범위

1.3 범위 제외

이 위협 모델에서 명시적으로 범위 밖으로 제외한 항목은 없습니다.

2. 시스템 아키텍처

2.1 신뢰 경계

2.2 데이터 흐름


3. ATLAS 전술별 위협 분석

3.1 정찰 (AML.TA0002)

T-RECON-001: 에이전트 엔드포인트 탐지

T-RECON-002: 채널 연동 프로빙


3.2 초기 접근 (AML.TA0004)

T-ACCESS-001: 페어링 코드 가로채기

T-ACCESS-002: AllowFrom 스푸핑

T-ACCESS-003: 토큰 탈취


3.3 실행 (AML.TA0005)

T-EXEC-001: 직접 프롬프트 인젝션

T-EXEC-002: 간접 프롬프트 인젝션

T-EXEC-003: 도구 인자 인젝션

T-EXEC-004: exec 승인 우회


3.4 지속성 (AML.TA0006)

T-PERSIST-001: 악성 스킬 설치

T-PERSIST-002: 스킬 업데이트 오염

T-PERSIST-003: 에이전트 설정 변조


3.5 방어 회피 (AML.TA0007)

T-EVADE-001: 검토 패턴 우회

T-EVADE-002: 콘텐츠 래퍼 탈출


3.6 탐색 (AML.TA0008)

T-DISC-001: 도구 열거

T-DISC-002: 세션 데이터 추출


3.7 수집 및 유출 (AML.TA0009, AML.TA0010)

T-EXFIL-001: web_fetch를 통한 데이터 탈취

T-EXFIL-002: 무단 메시지 전송

T-EXFIL-003: 자격 증명 수집


3.8 영향 (AML.TA0011)

T-IMPACT-001: 무단 명령 실행

T-IMPACT-002: 리소스 고갈 (DoS)

T-IMPACT-003: 평판 훼손


4. ClawHub 공급망 분석

4.1 현재 보안 통제

4.2 검토 플래그 패턴

현재 moderation.ts의 패턴:
한계:
  • slug, displayName, summary, frontmatter, metadata, 파일 경로만 검사함
  • 실제 스킬 코드 내용은 분석하지 않음
  • 단순 정규식은 난독화로 쉽게 우회 가능함
  • 행위 분석이 없음

4.3 계획된 개선 사항


5. 위험도 매트릭스

5.1 가능성 대 영향

5.2 핵심 공격 체인

공격 체인 1: 스킬 기반 데이터 탈취
공격 체인 2: 프롬프트 인젝션에서 RCE로
공격 체인 3: 가져온 콘텐츠를 통한 간접 인젝션

6. 권고사항 요약

6.1 즉시 (P0)

6.2 단기 (P1)

6.3 중기 (P2)


7. 부록

7.1 ATLAS 기법 매핑

7.2 주요 보안 파일

7.3 용어집


이 위협 모델은 살아 있는 문서입니다. 보안 이슈는 security@openclaw.ai 로 신고해 주세요.