인공신경망 기반의 SNS 악성 댓글 탐지 기법
Social Networking System malicious comment detection based on artificial neural network
0
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
인터넷 기술의 발달과 스마트 모바일 기기의 보급 및 사용이 널리 확대되면서 현대인의 삶은 많은 변화와 유익을 가져오게 되었다. 다양한 정보를 더욱 쉽고 빠르게 획득할 수 있게 되었으며, 대량의 정보 공유 또한 손쉽고, 빠르게 주고받을 수 있게 되었다. 또한 소셜 네트워크 시스템을 이용하여 먼 거리에 있는 사람들과도 실시간으로 소통할 수 있게 되었다. 하지만, 이러한 편리와 유익과 함께 사회적 문제 또한 계속적으로 발생하고 있다. 인터넷 공간을 통해 발생하는 악성 댓글, 인신공격, 사생활 침해, 명예 훼손 등과 같은 문제를 통해 많은 사람들이 피해를 받고 있으며, 본 연구에서는 이러한 사회적 문제를 줄여갈 수 있는 방안 중 하나로 인터넷 소셜 네트워크 시스템 상 빈번하게 이루어지는 악성 댓글을 분별하고 탐지하여 제한하는 기법을 제시하고자 한다. 본 실험에는 일반 댓글 809개, 악성 댓글 1108개, 총 1917개의 댓글을 수집하여 분석하였고, 이를 토대로 학습한 인공신경망으로 악성 댓글 탐지 실험을 진행하였다. 실험 결과 90.1%의 훈련표본 정확도와 88.1%의 검정표본 정확도를 확인하였다.
Abstract
As the development of Internet technology and the spread and use of smart mobile devices have expanded widely, the lives of modern people have brought many changes and benefits. It has become possible to acquire various information more easily and quickly, and it is also possible to exchange large amount of information easily, quickly. In addition, social networking systems enable people to communicate in real-time with people who are far away. However, this convenience and benefits as well as social problems are occurring continuously. Many people are suffering from problems such as malicious comments, human attacks, privacy invasion, defamation, etc. through the internet space. In this study, one of the ways to reduce these social problems is the frequent This paper proposes a technique to discriminate, detect, and limit malicious comments made in the past. In this experiment, 809 general comments, 1108 malicious comments, total 1917 comments were collected and analyzed, and the malicious comment detection experiment was conducted with the learned neural network. Experimental results show 90.1% of training sample accuracy and 88.1% of sample accuracy.
참고문헌 (9)
- 2015 인터넷 이용 실태 조사 요약 보고서, "한국인터넷진흥원", ~ (2015)
- 2015 사이버폭력 실태조사 결과보고서, "한국인터넷진흥원", ~ (2015)
- "경찰청 사이버안전국"[URL]
- 구현정, "악성 댓글의 사용 실태와 개선 방안 연구", 한말연구, (30), pp.5~32 (2012), 한말연구학회
- 김묘실, "SVM을 이용한 악성 댓글 판별 시스템의 설계 및 구현", 제18회 한국정보과학회 언어공학연구회 학술발표 논문집, pp.285~289 (2006)
- 배민영, "Topic Signature를 이용한 댓글 분류 시스템", 정보과학회논문지 : 소프트웨어 및 응용, 35(12), pp.774~779 (2008), 한국정보과학회
- 김현정, "향상된 FFP(Feature Frequency Profile)을 활용한 악성 댓글의 판별시스템", 한국정보기술학회논문지, 9(1), pp.207~216 (2011), 한국정보기술학회
- 강승식, "스팸 문자 필터링을 위한 변형된 한글 SMS 문장의 정규화 기법", 정보처리학회논문지. 소프트웨어 및 데이터 공학, 3(7), pp.271~276 (2014), 한국정보처리학회[DOI]
- 박은정, "KoNLPy: 쉽고 간결한 한국어 정보처리 파이썬 패키지", 제26회 한글 및 한국어 정보처리학술대회 논문집
