Communitygithub.com

CMMC 레벨 2 준수 달성

국방 기반 산업(DIB) 조직이 CUI(통제 비밀 정보)를 처리하는 DoD 계약에 대해 CMMC 레벨 2 인증을 준비하고 달성하기 위한 가이드입니다.

CMMC 레벨 2 준수 달성란 무엇인가요?

이 기술은 국방 기반 산업(DIB) 조직이 DoD 계약에 따라 CUI(통제 비밀 정보)를 저장, 처리 또는 전송할 때 CMMC(사이버보안 성숙도 모델 인증) 레벨 2 준수를 달성하기 위한 포괄적인 워크플로우를 제공합니다. CMMC 레벨 2는 NIST SP 800-171 Rev 2의 110개 보안 요구사항을 기반으로 하며, C3PAO(공인 타사 평가 기관)의 3년 주기 인증 평가가 필요합니다. 이 기술은 적용 가능성 확인, 환경 범위 지정, 14개 보안 패밀리 구현, DoD 평가 방법론(SPRS 점수화), POA&M(시정 조치 계획) 구축, 평가 및 유지 관리의 전체 프로세스를 다룹니다. 특히 계약 조건 확인, CUI 범주 식별, 자산 분류(5가지 범주), 높은 가중치 요구사항(MFA, FIPS 암호화, 감사 로깅 등)의 우선 구현, 조건부 인증(점수 ≥ 80%)을 위한 전략적 POA&M 관리, 연간 확약 제출 등의 핵심 단계를 강조합니다. 이 기술은 C3PAO 인증, 자체 평가, SPRS 점수 게시, 클라우드 서비스(FedRAMP Moderate) 요구사항 등 다양한 시나리오를 지원합니다.

지원 대상~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/mukul975/Anthropic-Cybersecurity-Skills/tree/main/skills/achieving-cmmc-level-2-compliance

즐겨 사용하는 AI에게 물어보기

이 에이전트 스킬이 미리 로드된 새 채팅을 엽니다.

문서

CMMC 레벨 2 준수 달성은(는) 무엇을 하나요?

사용 시기

  • 국방 기반 산업(DIB) 조직이 DoD 계약에 따라 **통제 비밀 정보(CUI)**를 저장, 처리 또는 전송하는 경우.
  • 계약에 DFARS 252.204-7012(보호/사고 보고), -7019/-7020(NIST 800-171 자체 평가 + SPRS) 또는 새로운 -7021(CMMC 요구사항)이 포함된 경우.
  • C3PAO 제3자 평가 또는 DoD 주도 평가를 준비하는 경우.
  • NIST SP 800-171 DoD 평가 방법론에 따라 SPRS 점수를 계산, 게시 또는 개선해야 하는 경우.
  • 110개 요구사항에 대한 시스템 보안 계획(SSP) 및 POA&M을 작성하거나 수정하는 경우.
  • CUI/FCI 경계 내에 속하는 자산을 범위 지정하는 경우(CUI 자산, 보안 보호 자산, 계약자 위험 관리 자산, 범위 외).

사전 요구사항

  • 어떤 계약이 CUI를 포함하는지와 관련 CUI 범주에 대한 지식(계약서 및 DoD CUI 레지스트리 확인).
  • 자산 인벤토리 및 네트워크 다이어그램을 통해 통제 평가 전에 CMMC 평가 범위를 정의할 수 있어야 함.
  • NIST SP 800-171 Rev 2 요구사항 및 DoD 평가 방법론 점수 가중치.
  • 문서화된 SSP(부재 시 요구사항 3.12.4 실패로 간주).
  • CUI를 처리하는 외부 서비스 제공자(ESP)/클라우드 서비스 식별 및 FedRAMP Moderate(또는 동등 수준) 충족 여부 확인.

워크플로우

1. 적용 가능성 및 CUI 범주 확인

계약이 CMMC 레벨 2를 요구하는지 확인합니다(CUI 존재, FCI만 있는 경우 아님). FCI 전용 계약은 레벨 1(FAR 52.204-21의 15개 요구사항)입니다. 계약서 및 DoD CUI 레지스트리에서 CUI 범주를 식별합니다.

2. 환경 범위 지정

모든 자산을 CMMC 범주 중 하나로 분류합니다.

  • CUI 자산 — CUI를 처리/저장/전송(범위 내, 모든 관련 통제에 대해 평가).
  • 보안 보호 자산 — CUI 환경에 보안 제공(범위 내).
  • 계약자 위험 관리 자산 — CUI를 처리할 수 있지만 의도되지 않음; 정책에 따라 관리.
  • 특수 자산(IoT/OT, GFE, 테스트 장비) — 문서화, 제한된 평가.
  • 범위 외 — CUI와 물리적/논리적으로 격리.

범위를 의도적으로 최소화하십시오. 작고 잘 분할된 CUI 영역은 플랫 네트워크보다 인증 비용이 훨씬 저렴합니다.

3. 110개 요구사항 구현 (NIST SP 800-171 Rev 2)

14개 패밀리(3.1–3.14)를 작업합니다. 각 요구사항에 대해 구현한 후 SSP에 방법을 기록합니다. 초기 단계에서 효과가 큰 항목: MFA(3.5.3), FIPS 검증 암호화(3.13.11), 감사 로깅(3.3.x), 액세스 제어 + 최소 권한(3.1.x), 사고 대응(3.6.x).

4. DoD 평가 방법론(SPRS)으로 점수화

110점에서 시작하여 각 충족되지 않은 요구사항의 가중치(1, 3 또는 5점)를 뺍니다. 소수의 통제(예: MFA, FIPS 암호화)에 대해 부분 점수가 적용됩니다. 결과는 SPRS 점수(최대 110; 방법론 최저점은 -203)입니다. 점수, SSP 날짜 및 평가 범위를 SPRS(또는 더 높은 평가의 경우 eMASS)에 게시합니다.

5. 규정 준수 POA&M 구축

충족되지 않은 각 요구사항을 소유자, 수정 계획 및 마일스톤과 함께 문서화합니다. CMMC 규칙에 따른 제약사항: 조건부 상태는 최소 80% 점수(≥ 88/110)가 필요하며, POA&M 적격 요구사항만 연기 가능합니다(가장 높은 가중치의 보안 요구사항은 완전히 충족되어야 함 — 32 CFR Part 170에 따라 적격성 확인). 모든 POA&M 항목은 조건부 → 최종으로 전환하기 위해 180일 이내에 종료되어야 합니다.

6. 평가 (자체 또는 C3PAO)

  • 레벨 1 및 레벨 2의 일부 = 연간 자체 평가 및 SPRS에서 확약 제출.
  • 레벨 2(대부분의 CUI 계약) = 3년 주기 C3PAO 인증 평가.
  • 레벨 3 = 레벨 2에 추가하여 DoD(DIBCAC) 평가, SP 800-172 강화 요구사항 추가. 평가자는 각 목표를 MET / NOT MET / N/A로 증거(검토/면담/테스트)와 함께 평가합니다. 고위 임원이 지속적인 준수에 대한 연간 확약을 제출합니다.

7. 인증 유지

인증은 3년 동안 유효하며 연간 확약이 필요합니다. SSP를 유지하고, 변경 시 재점수화하며, 증거를 최신 상태로 유지하고, 중요한 변경 사항을 평가에 반영합니다.

핵심 개념

개념정의
FCI연방 계약 정보 — 레벨 1이 보호(FAR 52.204-21).
CUI통제 비밀 정보 — 레벨 2가 보호(NIST 800-171).
110개 요구사항14개 패밀리에 걸친 SP 800-171 Rev 2 보안 요구사항.
SPRS공급업체 성과 위험 시스템 — 800-171 점수가 게시되는 곳.
DoD 평가 방법론110에서 점수를 계산하는 데 사용되는 1/3/5점 가중치.
C3PAOCMMC 제3자 평가 기관 — 레벨 2 인증 수행.
POA&M시정 조치 계획 — 제한적, 최종 상태를 위해 180일 내에 종료 필요.
조건부 vs 최종조건부 = 열린 POA&M(점수 ≥ 80%); 최종 = 모든 통제 충족.
ESP외부 서비스 제공자 — CUI에 대해 FedRAMP Moderate/동등 수준 충족 필요.
범주 지정 범주CUI / 보안 보호 / 계약자 위험 관리 / 특수 / 범위 외.

도구 및 시스템

  • NIST SP 800-171 Rev 2 — 110개 요구사항(평가 목표는 800-171A).
  • DoD NIST SP 800-171 평가 방법론 — 점수 가중치.
  • 32 CFR Part 170(CMMC 프로그램 규칙) 및 48 CFR / DFARS 252.204-7021(조달 규칙).
  • SPRS — 점수 게시; SAM.gov — 등록.
  • SP 800-172 / 800-172A — 레벨 3을 위한 강화 요구사항.
  • GRC / 규정 준수 도구 — SSP, POA&M 및 증거 관리(예: Xacta, RegScale, FutureFeed 스타일 트래커).

일반적인 시나리오

  • 원사업자가 하도급업체에 CUI를 전달하는 경우. 하도급업체는 자체 레벨 2 범위, SSP, SPRS 점수 및 (대부분) C3PAO 인증이 필요합니다.
  • 점수가 88 미만인 경우. 가장 높은 가중치의 충족되지 않은 요구사항(5점, 그 다음 3점)을 우선시하여 조건부 임계값을 넘고 POA&M을 축소합니다.
  • 클라우드가 CUI를 보유하는 경우. 서비스가 FedRAMP Moderate 승인 또는 동등 수준을 충족하는지 확인하고 책임 분할을 문서화합니다.
  • 플랫 네트워크. 통제에 비용을 지출하기 전에 분할된 CUI 영역으로 재범위 지정하여 평가 표면을 줄입니다.
  • 연간 확약 기한 도래. 고위 임원이 SPRS에서 지속적인 준수를 확약합니다; 기한을 놓치면 계약 자격에 위험이 있습니다.

출력 형식

assets/template.md를 사용하여 CMMC 레벨 2 준비 보고서를 생성합니다. 보고서에는 다음이 포함됩니다.

  1. 적용 가능성 및 CUI 범주 — 레벨 2가 적용되는 이유.
  2. 범위 — 범주별 자산 및 CUI 경계 다이어그램 참조.
  3. 패밀리별 통제 상태 — 14개 패밀리에 걸쳐 충족/미충족/해당 없음.
  4. SPRS 점수 — 계산된 점수, 차감액, 110점 및 88점 임계값까지의 차이.
  5. POA&M — 충족되지 않은 요구사항, 적격성 확인, 소유자, 180일 마일스톤.
  6. 평가 경로 — 자체 대 C3PAO, 목표 날짜, 확약 소유자.
  7. 수정 로드맵 — 점수 가치와 노력에 따라 순서 지정.

scripts/process.py를 사용하여 통제 상태 JSON에서 SPRS 점수를 계산하고, POA&M 적격성 문제를 표시하며, 조건부 인증 임계값까지의 차이를 보고합니다.

Individual skills in this repo

This repo contains 20 individual skills — each has its own dedicated page.

abusing-dpapi-for-credential-access

Extract and decrypt Windows DPAPI-protected secrets (Credential Manager, browser logins/cookies, Wi-Fi credentials, KeePass keys) online or offline using SharpDPAPI, SharpChrome, Mimikatz, or Impacket

abusing-shadow-credentials-for-privesc

Take over Active Directory accounts by writing attacker-controlled public keys to msDS-KeyCredentialLink (Shadow Credentials) with pyWhisker, Whisker, or Certipy, then authenticate via PKINIT to recover the target

acquiring-disk-image-with-dd-and-dcfldd

Create forensically sound bit-for-bit disk images with dd or dcfldd on a Linux forensic workstation, preserving evidence integrity through hash verification (MD5/SHA) during acquisition. Use when imaging a suspect drive, USB device, or memory card for investigation, preserving volatile disk evidence during incident response, or producing a verified copy for legal or law-enforcement proceedings before any destructive analysis.

analyzing-active-directory-acl-abuse

Detect dangerous ACL misconfigurations in Active Directory using ldap3

analyzing-android-malware-with-apktool

Perform static analysis of Android APK malware using apktool for resource decompilation, jadx for Java source recovery, and androguard for manifest inspection, dangerous permission-combination detection, and identification of obfuscated code, dynamic code loading, and reflection-based API calls. Use to statically triage a suspicious APK without executing it or to build mobile malware detection rules.

analyzing-api-gateway-access-logs

Parses API Gateway access logs (AWS API Gateway, Kong, Nginx) to detect

analyzing-apt-group-with-mitre-navigator

Query ATT&CK data with attackcti, mitreattack-python, and stix2, then build MITRE ATT&CK Navigator layers and multi-layer heatmap overlays mapping one or more APT groups

analyzing-azure-activity-logs-for-threats

Queries Azure Monitor activity logs and sign-in logs via azure-monitor-query

analyzing-bootkit-and-rootkit-samples

Analyzes bootkit and advanced rootkit malware infecting the Master

analyzing-browser-forensics-with-hindsight

Parse Chromium-based browser databases with Hindsight to extract and correlate browsing history, downloads, cookies, cached content, autofill data, saved passwords, and extensions from Chrome, Edge, Brave, Opera, and Vivaldi into a unified timeline (XLSX, JSON, or SQLite output). Use during incident response, insider-threat investigations, or criminal cases when you need to reconstruct a user

analyzing-campaign-attribution-evidence

Systematically evaluate cyber-campaign evidence to attribute an operation to a threat actor, using the Diamond Model and Analysis of Competing Hypotheses (ACH) to weigh infrastructure overlaps, TTP consistency, malware code similarity, and timing/language artifacts into confidence-weighted attribution assessments. Use when an incident investigation needs a defensible attribution confidence level.

analyzing-certificate-transparency-for-phishing

Monitor Certificate Transparency logs using crt.sh and Certstream to

analyzing-cloud-storage-access-patterns

Detect abnormal access in AWS S3, GCS, and Azure Blob Storage by analyzing CloudTrail Data Events, GCS audit logs, and Azure Storage Analytics for after-hours bulk downloads, new-IP access, and API-call spikes (e.g. GetObject) via statistical baselines and time-series anomaly detection. Use when investigating suspected cloud data exfiltration or building related detection rules.

analyzing-cobalt-strike-beacon-configuration

Extract and analyze Cobalt Strike beacon configuration from PE files

analyzing-cobaltstrike-malleable-c2-profiles

Parse and analyze Cobalt Strike Malleable C2 profiles with dissect.cobaltstrike (profiles and beacon-payload configs) and pyMalleableC2 (AST parsing) to extract HTTP/DNS transforms, URIs, headers, sleep/jitter, and injection behavior, then generate network detection signatures. Use when reverse-engineering a captured malleable profile or building detections against Cobalt Strike Beacon traffic.

analyzing-command-and-control-communication

Analyzes malware C2 communication over HTTP, HTTPS, DNS, and custom

analyzing-cyber-kill-chain

Analyzes intrusion activity against the Lockheed Martin Cyber Kill Chain

analyzing-disk-image-with-autopsy

Perform comprehensive forensic analysis of raw (dd), E01, or AFF disk images with Autopsy and The Sleuth Kit, recovering deleted files, examining metadata and embedded artifacts, keyword searching, and building investigation timelines with visual reports. Use for structured analysis of a forensic disk image or when stakeholders need visual reports from evidence.

analyzing-dns-logs-for-exfiltration

Analyzes DNS query logs to detect data exfiltration via DNS tunneling,

analyzing-docker-container-forensics

Investigate compromised Docker containers by analyzing images, layers,

관련 스킬