기계학습을 이용한 블록체인 기반의 보험사기 예측 모델 연구
A Study on the Blockchain-Based Insurance Fraud Prediction Model Using Machine Learning
0
조회
0
다운로드
1
인용
0
참고문헌
키워드
초록
정보기술의 발달로 보험사기의 규모는 매년 급증하고 있고, 그 방법도 공모 형태로 조직화되고 고도화되고 있다. 이를 예측하고 검출하기 위한 다양한 형태의 예측모델이 연구되고 있지만 보험관련 정보는 매우 민감하여 공유와 접근에 위험이 높고 법적인 혹은 기술적인 제약이 많다. 이 논문에서는 최근 4차 산업 혁명의 등장으로 가장 각광받는 기술 중 하나인 블록체인을 기반으로 한 기계학습 보험사기 예측모델을 제안한다. 블록체인 기술을 활용하여 안전하고 신뢰받는 보험청구 정보 공유시스템을 실현하고, 보다 효율적이고 정확한 사기예측을 위하여 사회관계분석이론을 적용하여 각 관계에 가중치를 부여하고 기계학습 사기 예측패턴을 4단계로 나누어 제안하였다. 사기 가능성이 높은 보험청구건은 보다 앞선 단계에서 높은 예측 율로 검출되는 효과를 가지며 가능성이 낮은 청구 건은 사후에 참고하여 관리할 수 있도록 차등 적용하였다. 제안하는 모델의 중요 매커니즘은 이더리움(Ethereum) 로컬 네트워크를 구성하여 검증 하였고, 향후 보다 정교한 성능평가가 요구된다.
Abstract
With the development of information technology, the size of insurance fraud is increasing rapidly every year, and the method is being organized and advanced in conspiracy. Although various forms of prediction models are being studied to predict and detect this, insurance-related information is highly sensitive, which poses a high risk of sharing and access and has many legal or technical constraints. In this paper, we propose a machine learning insurance fraud prediction model based on blockchain, one of the most popular technologies with the recent advent of the Fourth Industrial Revolution. We utilize blockchain technology to realize a safe and trusted insurance information sharing system, apply the theory of social relationship analysis for more efficient and accurate fraud prediction, and propose machine learning fraud prediction patterns in four stages. Claims with high probability of fraud have the effect of being detected at a higher prediction rate at an earlier stage, and claims with low probability are applied differentially for post-reference management. The core mechanism of the proposed model has been verified by constructing an Ethereum local network, requiring more sophisticated performance evaluations in the future.
참고문헌 (26)
- Y. David, "Corporate governance and blockchains", Review of Finance, 21(1), pp.7~31 (2017)[DOI]
- "Fintech Market Recent Trends and Implications" (2018)[URL]
- 류두진, "블록체인 기술을 통한 보험시장의 정보비대칭 해소방안: 의료정보공유와 보험사기 예방을 중심으로", 한국증권학회지, 48(4), pp.417~447 (2019), 한국증권학회[DOI]
- 김영희, "딥러닝 알고리즘 기반의 초미세먼지(PM2.5) 예측 성능 비교 분석", 융합정보논문지, 11(3), pp.7~13 (2021), 중소기업융합학회[DOI]
- 정의석, "전기통신금융사기 사고에 대한 이상징후 지능화(AI) 탐지 모델 연구", 정보보호학회논문지, 29(1), pp.149~164 (2019), 한국정보보호학회[DOI]
- The impact of blockchain technology on the insurance industry, "K. D. Kim", KIRI, 2~9, pp.KIRI Report (Focus), 425 (2017)
- M. A. Lee, "Health Insurance Fraud Detection Using Data Mining Techniques", pp.2017
- X. Rui, "Survey of clustering algorithms", IEEE Transactions on neural networks, 16(3), pp.645~678 (2005)[DOI]
- C. Corinna, "Support-vector networks", Machine learning, 20(3), pp.273~297 (1995)[DOI]
- P. Yi, "Application of clustering methods to health insurance fraud detection", 2006 International Conference on Service Systems and Service Management, 1, pp.116~120 (2006), IEEE
- P. Yi, "Application of classification methods to individual disability income insurance fraud detection", International Conference on Computational Science, pp.852~858 (2007), Springer
- 고윤승, "비즈니스 패러다임 변화와 그 활용 방안- 블록체인기술을 중심으로 -", 한국과학예술융합학회, 27, pp.13~29 (2017), 한국전시산업융합연구원[DOI]
- 고자영, "과표본추출 기반의 블록체인 이상탐지 방법에 관한 연구", 대한산업공학회지, 45(6), pp.539~546 (2019), 대한산업공학회[DOI]
- 장기진, "블록체인 기술을 이용한 비즈니스모델의 혁신적인 금융서비스에 관한 연구", e-비즈니스연구, 18(6), pp.113~130 (2017), 국제e-비즈니스학회[DOI]
- J. H. Jin, "Blockchain technology trends and direction of utilization of health and welfare information statistics", Health and Welfare Forum, 2018(4), pp.96~106 (2018)
- Special Report:blockchain-based insurance service trends, "G. S. Jeong", TTA, ~ (2017)
- A. R. Bologa, "Big data and specific analysis methods for insurance fraud detection", Database Systems Journal, 4(4), pp.30~39 (2013)
- K. Nian, "Auto insurance fraud detection using unsupervised spectral ranking for anomaly", The Journal of Finance and Data Science, 2(1), pp.58~75 (2016)[DOI]
- J. Schiller, "The impact of insurance fraud detection systems", Journal of Risk and Insurance, 73(3), pp.421~438 (2006)[DOI]
- J. S. Choi, "A Study on Blockchain-based Decentralized Internet of Things Paltform", KIISC, 27(6), pp.5~14 (2017)
- D. Y. Lee, "Key Blockchain Technologies and Trends at Home and abroad", Communications of the Korean Institute of Information Scientists and Engineers, 35(6), pp.22~28 (2017)
- 신영진, "우리나라의 인공지능(AI)서비스를 위한 개인정보보호 개선방안", 융합정보논문지, 11(3), pp.20~33 (2021), 중소기업융합학회[DOI]
- 정윤수, "중소기업 생산성 향상을 위한 블록체인 기반의 IIoT 정보 수집 모델", 융합정보논문지, 9(12), pp.1~7 (2019), 중소기업융합학회[DOI]
- X. Zheng, "Review of the application of social network analysis(SNA)in construction project management research", International journal of project management, 34(7), pp.1214~1225 (2016)[DOI]
- M. K. Nasution, "Social network mining (SNM): A definition of relation between the resources and SNA", International Journal on Advanced Science, Engineering and Information Technology, 6(6), pp.975~981 (2016)
- J. Jianqiu, "Min-max hash for jaccard similarity", 2013 IEEE 13th International Conference on Data Mining, pp.301~309 (2013), IEEE