주성분분석을 활용한 연령대별 보이스피싱 피해 예측 - 회귀분석과 VAR 모델 성능 비교
Prediction of Voice Phishing Victimization by Age Groups Using Principal Component Analysis: A Comparison of Regression Analysis and VAR Model Performance
0
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
보이스피싱 피해 데이터는 시기별로 상이한 패턴을 보인다. 본 연구는 시계열 변동성을 반영하는 VAR 모델과 다중선형회귀 모델의 예측 성능을 비교하였다. 2018년 1월부터 2024년 9월까지의데이터에 주성분분석을 적용하여 전체 변동의 99.31%를 설명하는 세 가지 패턴을 도출하였다. AIC 검정으로 최적 이동 창 크기를 12개월로 결정하여 과적합을 방지하였다. 계절적 변동성을 통제하기 위해 선정한 2024년 7-9월 데이터로 검증한 결과, VAR 모델(MAE 33.06, MAPE 14.72%, RMSE 56.41, R² 0.94)이 다중선형회귀보다 모든 평가척도에서 약 2-3배 우수한 성능을 보였다. VAR 모델로 2025년 2월 연령대별 피해를 예측하고 95% 신뢰구간을 산출한 결과, 모든 연령대에서 피해 감소가 예측되어 연령별 맞춤형 예방 정책을 제안하였다.
Abstract
Voice phishing victimization data exhibit distinct temporal patterns. This study compares the predictive performance of VAR and multiple linear regression models, considering their ability to capture time-series volatility. Principal component analysis was applied to voice phishing data (Jan 2018-Sep 2024), identifying three patterns explaining 99.31% of variation. An optimal window size of 12 months was determined through AIC testing to avoid overfitting. Model validation controlling for seasonal variability using Jul-Sep 2024 data showed the VAR model (MAE 33.06, MAPE 14.72%, RMSE 56.41, R² 0.94) outperformed multiple linear regression by 2-3 times across all metrics. The VAR model was then used to predict victimization for February 2025, with 95% confidence intervals accounting for data volatility. Results predicted decreased victimization across all age groups, leading to suggestions for age-specific prevention strategies.