소셜데이터 분석 및 인공지능 알고리즘 기반 범죄 수사 기법 연구
Artificial Intelligence Algorithms, Model-Based Social Data Collection and Content Exploration
0
조회
0
다운로드
4
인용
0
참고문헌
키워드
초록
최근 디지털 플랫폼을 활용한 민생 위협 범죄는 `15년 약 14만여 건, '16년 약 15만여 건 등 사이버범죄 지속 증가 추이이며 전통적인 수사기법을 통한 온라인 범죄 대응에 한계가 있다고 판단되고 있다. 현행 수기 온라인 검색 및 인지 수사 방식만으로는 빠르게 변화하는 민생 위협 범죄에 능동적으로 대처 할 수 없으며, 소셜 미디어 특성상 불특정 다수에게 게시되는 콘텐츠로 이루어 졌다는 점에서 더욱 어려움을 겪고 있다. 본 연구는 민생 침해 범죄가 발생하는 온라인 미디어의 특성을 고려한 콘텐츠 웹 수집 방식 중 사이트 중심의 수집과 Open API를 통한 방식을 제시한다. 또한 불법콘텐츠의 특성상 신속히 게시되고 삭제되며 신조어, 변조어 등이 다양하고 빠르게 생성되기 때문에 수작업 등록을 통한 사전 기반 형태소 분석으로는 빠른 인지가 어려운 상황이다. 이를 해소 하고자 온라인에서 벌어지는 민생 침해 범죄를 게시 하는 불법 콘텐츠를 빠르게 인지하고 대응하기 위한 데이터 전처리인 WPM(Word Piece Model)을 통하여 기존의 사전 기반의 형태소 분석에서 토크나이징 방식을 제시한다. 데이터의 분석은 불법 콘텐츠의 수사를 위한 지도학습 기반의 분류 알고리즘 모델을 활용, 투표 기반(Voting) 앙상블 메소드를 통하여 최적의 정확도를 검증하고 있다. 본 연구에서는 민생경제를 침해하는 범죄를 사전에 인지하기 위하여 불법 다단계에 대한 사례를 중심으로 분류 알고리즘 모델을 활용하고, 소셜 데이터의 수집과 콘텐츠 수사에 대하여 효과적으로 대응하기 위한 실증 연구를 제시하고 있다. ■ 중심어 : AI, 범죄 수사, 데이터수집, 딥러닝 Abstract
Abstract
Recently, the crime that utilizes the digital platform is continuously increasing. About 140,000 cases occurred in 2015 and about 150,000 cases occurred in 2016. Therefore, it is considered that there is a limit handling those online crimes by old-fashioned investigation techniques. Investigators' manual online search and cognitive investigation methods those are broadly used today are not enough to proactively cope with rapid changing civil crimes. In addition, the characteristics of the content that is posted to unspecified users of social media makes investigations more difficult. This study suggests the site-based collection and the Open API among the content web collection methods considering the characteristics of the online media where the infringement crimes occur. Since illegal content is published and deleted quickly, and new words and alterations are generated quickly and variously, it is difficult to recognize them quickly by dictionary-based
참고문헌 (15)
- 강정배, "자연어 처리 기술을 활용한 문제행동 유형 분석 연구", 박사, 특수교육학과 정서·행동장애아교육전공, pp.2013
- Mike Schuster, "JAPANESE AND KOREAN VOICE SEARCH" (2012), Google Inc
- Rokach, L., "Ensemble-based classifiers", Artificial Intelligence Review, 33(1-2), pp.1~39 (2010)
- R. Polikar, "Ensemble based systems in decision making", IEEE Circuits and Systems Magazine, 6(3), pp.21~45 (2006), Institute of Electrical and Electronics Engineers (IEEE)[DOI]
- Lior Rokach, "Ensemble-based classifiers", Artificial Intelligence Review, 33(1-2), pp.1~39 (2010), Springer Science and Business Media LLC[DOI]
- 이재환, "Subword 유닛을 이용한 영어-한국어", ~ (2009)
- Sennrich, R., "Neural machine translation of rare words with subword units", arXiv preprint arXiv:1508.07909, ~ (2015)
- Wang, S., "Baselines and bigrams: Simple, good sentiment and topic classification", Proceedings of the 50th Annual Meeting of the Association for Computational Linguistics: Short Papers, 2, pp.90~94 (2012)
- Wu, Y., "Google’s neural machine translation system : Bridging the gap between human and machine translation", arXiv:1609.08144, ~ (2016)
- 데이비드 M. 비즐리, "파이썬 완벽 가이드", ~ (2012)
- 빅데이터 플랫폼 전략, "황승구", ~ (2013)
- 김경수, "웹 크롤링 수집주기의 동적 설계 및 구현", ~ (2011)
- 장문수, "URL 패턴 스크립트를 이용한 효율적인 웹문서 수집 방안", 한국지능시스템학회 논문지, 17(6), pp.849~854 (2007), 한국지능시스템학회
- C. Bertoli, "Crawling Programs for Wraller-based Applications", Proc. IEEE Intl. Conference on Information Reuse and Integration (IRI '08), pp.160~165 (2008)
- M. L. Vidal, "Go GetIt! : a tool for generating structure-driven web crawlers", 15th international conference on World Wide Web, pp.1011~1012 (2006)