머신러닝을 활용한 테러리즘 빅데이터 분석
Analysis of Terrorism Big Data Using Machine Learning
0
조회
0
다운로드
1
인용
0
참고문헌
키워드
초록
이 연구는 빅데이터 분석을 위한 머신러닝 기법을 활용하여 테러리즘 관련 정형, 비정형 빅데이터 분석을 실시하고, 테러리즘 예측 가능성을 확인한 뒤, 시사점을 도출하는 것을 목적으로 한다. 이를 위해 테러리즘 전문 연구기관으로부터 테러리즘 빅데이터를 입수하고, 각종 포털과 SNS 상에 게시되어 있는 글과 문서를 수집하여 머신러닝에 투입한 뒤, 분석과 학습을 실시하여 결과를 확인하였다. 분석 결과는 다음과 같다. 첫째, 머신러닝 기법 중 대표적 비지도학습인 K-Means Clustering을 실시한 결과 2021년 전 세계에서 발생한 테러리즘의 지역별 군집은 8개(아프가니스탄, 콩고민주공화국, 인도, 이라크, 미얀마, 나이지리아, 파키스탄, 소말리아 근방)로 확인되었다. 다음으로 테러리즘 유형 별로 군집화를 실시한 결과 8개의 군집에서 폭발물을 제외한 무기를 사용한 암살과 납치 또는 유괴, 기간시설을 대상으로 한 테러리즘 유형이 확인되었다. 이와 더불어 테러리즘에 활용된 수단을 중심으로 군집화를 실시한 결과 폭발물이 앞도적으로 많았으나 군집에 따른 차이점이 존재하는 것으로 확인되었다. 마지막으로 테러리즘의 대상을 중심으로 군집화를 실시한 결과 군, 경찰, 정부인사, 민간인 및 사유재산에 대한 군집을 확인할 수 있었다. 둘째, 테러리즘 사건에 관한 비정형 텍스트를 연구대상으로 설정하여 감성분석을 실시한 결과 테러리즘 연구자와 일반인 사이에는 테러리즘을 대하는 시각과 관점의 차이가 존재함을 확인할 수 있었다. 이와 같은 연구결과를 중심으로 테러리즘을 예방할 수 있는 방안에 대한 정책적 제언을 실시하였다.
Abstract
The purpose of this study is to analyze terrorism-related structured and unstructured big data using machine learning techniques for big data analysis to confirm the predictability of terrorism and derive implications. To this end, big data on terrorism was obtained from research institutes specializing in terrorism, articles and documents posted on various portals and SNS were collected, put into machine learning, and analyzed and learned, and the results were confirmed. The analysis results are as follows. First, as a result of conducting K-Means Clustering, a representative unsupervised learning among machine learning techniques, eight regional clusters of terrorism occurred around the world in 2021 (near Afghanistan, Democratic Republic of the Congo, India, Iraq, Myanmar, Nigeria, Pakistan, and Somalia). Next, as a result of clustering by type of terrorism, assassination using weapons excluding explosives, kidnapping or kidnapping targeting key facilities were identified. In addition, as a result of clustering around the means used in terrorism, it was confirmed that there were many explosives ahead, but there were differences according to the cluster. Finally, clusters of military, police, government personnel, civilians, and private property were identified as a result of clustering centered on targets of terrorism. Second, as a result of sentiment analysis by setting unstructured texts on terrorism events as research subjects, it was confirmed that there were differences in views on terrorism between terrorism researchers and the general public. Based on these research results, policy suggestions were made on ways to prevent terrorism.
참고문헌 (21)
- 강명종, "침입절도 범죄 간 유사도 측정 알고리즘의 개발 및 응용에 관한 연구", 한국경찰학회보, 20(6), pp.57~82 (2018), 한국경찰학회
- 강부순, "테러리즘 공포의 설명요인 연구", 박사, pp.2019
- 2022년 테러정세와 2023년 전망, "국가정보원", ~ (2023)
- 권혁준, "범죄자 프로파일링을 위한 성적살인 연구: 랜덤포레스트(Random Forest)를 활용하여", 형사정책연구, 33(1), pp.165~192 (2022), 한국형사법무정책연구원
- 김대순, "국제법론" (2013), 삼영사
- 김동영, "시·공간 데이터를 활용한 머신러닝 기반 범죄예측모형 비교", 대한건축학회논문집, 37(1), pp.135~143 (2021), 대한건축학회[DOI]
- 김응수, "테러리즘의 초국가성 확산과 대응전략에 관한 연구", 박사, 정치외교학, pp.2009
- 남민지, "인스타그램 해시태그를 이용한 사용자 감정 분류 방법", 멀티미디어학회논문지, 18(11), pp.1391~1399 (2015), 한국멀티미디어학회[DOI]
- 박창이, "R을 이용한 데이터마이닝" (2011), 교우사
- 양지윤, "텍스트마이닝을 통한 웨일즈 밀레니엄 센터 건축의 대중적 인식에 관한 연구", 한국공간디자인학회 논문집, 12(5), pp.193~201 (2017), 한국공간디자인학회[DOI]
- 이동수, "텍스트마이닝을 통한 사이버범죄에 대한 연관규칙 분석", 사회과학리뷰, 7(2), pp.19~37 (2022), K교육연구학회[DOI]
- 이인지, "머신러닝을 활용한 지역축제 방문객 수 예측모형 개발", 정보시스템연구, 29(3), pp.35~52 (2020), 한국정보시스템학회
- 정근범, "자생테러범의 단계별 급진화 과정과 영향요인에 관한 연구 : 이슬람 극단주의 자생테러 사례를 중심으로", 박사, pp.2023
- 주성빈, "언론의 범죄 보도 행태에 관한 감성분석-인권보도준칙 제정 전후 비교를 중심으로-", 한국범죄심리연구, 15(2), pp.127~140 (2019), 한국범죄심리학회
- 지미선, "의미연결망 분석을 통한 에니어그램 키워드 중심 국내 학술지연구 동향 분석", 에니어그램연구, 15(2), pp.39~60 (2018)
- 하제민, "K-Means Clustering의 차량경로문제 적용연구", 한국산업경영시스템학회지, 38(3), pp.1~7 (2015), 한국산업경영시스템학회
- 한진욱, "소셜 빅데이터 분석을 이용한 2018 아시안게임 야구 국가대표팀에 대한 인식 분석", 한국스포츠산업경영학회지, 23(6), pp.37~48 (2018), 한국스포츠산업경영학회[DOI]
- 홍승표, "텍스트 마이닝 분석을 통한 테러리즘의 경향성 연구", 한국공안행정학회보, 28(3), pp.657~682 (2019), 한국공안행정학회[DOI]
- Freeman, L. C., "Centrality in social networks : II. Experimental results", Social networks, 2(2), pp.119~141 (1979)
- Medhat, W., "Sentiment analysis algorithms and applications: A survey", Ain Shams engineering journal, 5(4), pp.1093~1113 (2014)
- Schmid, A. P., "Political Terrorism: A New Guide to Actors. Authors, Concepts, Data Bases, Theories and Literature" (1988)