전기통신금융사기 사고에 대한 이상징후 지능화(AI) 탐지 모델 연구
Study on Intelligence (AI) Detection Model about Telecommunication Finance Fraud Accident
0
조회
0
다운로드
12
인용
0
참고문헌
키워드
초록
Digital Transformation과 4차 산업혁명 등 변화의 시대에 급변하는 기술 변화에 맞게 전자금융서비스는 안전하게 제공하여야 한다. 그러나 전기통신금융사기(보이스피싱) 사고는 현재진행형 이어서 사고의 지속적 증가, 지능화 및 고도화 현상을 대응하려 법률 제·개정 및 정책 제도 개선등 사고 근절을 위해 다양한 노력을 기울이고 있다. 더불어 금융회사는 이상금융거래탐지 시스템 개선 및 고도화를 통한 전기통신금융사기 사고 방지에 노력하고 있으나, 그 대응 결과는 그리 밝지 않다. 이러한 노력에도 불구하고 전기통신금융사기 사고는 관련 대책에 맞서 변화하며 진화를 거듭하고 있다. 본 연구에서는 보이스피싱에 의한 금융거래 사고발생 방지를 위해 시나리오 기반의Rule 모델과 인공지능 알고리즘을 통해 모델링 된 지능형 이상금융거래 시스템을 설계하고 금융기관의 전자금융거래 시스템 에 실제 설치·운용해 본 결과를 바탕으로 인공지능형 이상금융거래 탐지시스템의 구현 모델과 분석·탐지결과를 차단·대응 할 수 있는 고도화 된 대응 모델을 제안하고자 한다.
Abstract
Digital Transformation and the Fourth Industrial Revolution, electronic financial services should be provided safely inaccordance with rapidly changing technology changes in the times of change. However, telecommunication finance fraud(voice phishing) accidents are currently ongoing, and various efforts are being made to eradicate accidents such as legalamendment and improvement of policy system in order to cope with continuous increase, intelligence and advancement ofaccidents. In addition, financial institutions are trying to prevent fraudulent accidents by improving and upgrading theabnormal financial transaction detection system, but the results are not very clear. Despite these efforts, telecommunicationsand financial fraud incidents have evolved to evolve against countermeasures. In this paper, we propose an intelligent over -the - counter financial transaction system modeled through scenario - based Rule model and artificial intelligence algorithmto prevent financial transaction accidents by voice phishing. We propose an implementation model of artificial intelligenceabnormal financial transaction detection system and an optimized countermeasure model that can block and respond toanalysis and detection results.
참고문헌 (21)
- Financial Security Comprehensive Plan, "FSC(Financial Services Commission)", Vow, ~ (2013)
- FSS(Financial Supervisory Service), "FDS upgrade oadmap for financial industry", ~ (2014)
- 최의순, "전자금융거래의 이상징후 탐지 규칙 개선을 통한 효과성 향상에 관한 연구", 정보보호학회논문지, 25(3), pp.615~625 (2015), 한국정보보호학회[DOI]
- 박은영, "전자금융거래 이상징후 분석을 통한 사고예방 효과성에 관한 연구", 한국전자거래학회지, 19(4), pp.119~134 (2014), 한국전자거래학회[DOI]
- A Study on Specific Prevention Methods for Voice Phishing Damage Types, "Yoon H. S.", ~ (2017)
- 정고은, "심리적트리거를 적용한 보이스피싱 사례분석: 사회공학을 중심으로", 사회과학연구, 28(4), pp.181~194 (2017), 사회과학연구소[DOI]
- Study on Prevention and Countermeasure of Voice Phishing, "Yoon H. S.", Criminal Policy Institute, 9~118 (2009)
- 조호대, "보이스피싱 발생 및 대응방안", 한국콘텐츠학회 논문지, 12(7), pp.176~182 (2012), 한국콘텐츠학회[DOI]
- 신상철, "대만 보이스피싱 범죄조직 국내 활동 분석", 아시아연구, 21(3), pp.151~192 (2018), 한국아시아학회[DOI]
- Financial Supervisory Service, "Voice phishing guard Announcement statistics", ~ (2018)
- Financial Supervisory Service, "Voice phishing guard Announcement statistics", ~ (2018)
- Financial Supervisory Service, "Status and supervision of abnormal financial transaction detection system of banks and securities companies in 2017", ~ (2018)
- "Wikipedia"[URL]
- "Apache"[URL]
- "Wikipedia"[URL]
- "Wikipedia"[URL]
- "Namuwiki", 텐서플로우[URL]
- "Namuwiki", 크로스플랫폼[URL]
- Financial Supervisory Service, "FDS technical guide", ~ (2014)
- LeCun,y, "Gradient-based learning applied to document recognition", Preceedings of the IEEE, pp.2278~2324 (1998)
- T. Sainath, "Convolutional neural networks for LVCSR", ICASSP (2013)