본문 바로가기
KERD
논문KCI 등재

딥러닝을 활용한 인터넷 불법금융광고 판별 모델에 관한 연구

A Study on Deep Learning Model for Discrimination of Illegal Financial Advertisements on the Internet

김성주|김광용|장진희|유길상
한국컴퓨터정보학회 (The Korean Society Of Computer And Information)|2023.08|한국컴퓨터정보학회논문지 (Journal of The Korea Society of Computer and Information)|제28권 제8호|pp. 21-30|DOI https://doi.org/10.9708/jksci.2023.28.08.021

1

조회

0

다운로드

0

인용

0

참고문헌

키워드

딥러닝Deep Learning합성곱 신경망순환 신경망CNNLSTMRNNGRU장단기 메모리게이트 순환 유닛불법금융광고Illegal Financial Advertisements
주제분류컴퓨터학

초록

인터넷 불법금융광고는 인터넷 카페, 블로그 등을 통해 통장매매, 신용카드 ․휴대폰결제현금화 및개인신용정보매매 등 불법금융행위를 목적으로 한다. 금융감독당국의 노력에도 불구하고 불법금융행위는 줄어들지 않고 있다. 본 연구는 인터넷 불법금융광고 게시글에 파이썬 딥러닝 기반 텍스트분류기법을 적용해 불법여부를 탐지하는 모델을 제안한다. 텍스트 분류기법으로 주로 사용되는 합성곱 신경망(CNN: Convolutional Neural Network), 순환 신경망(RNN: Recurrent Neural Network), 장단기 메모리(LSTM: Long-Short Term Memory) 및 게이트 순환 유닛(GRU: Gated Recurrent Unit)을 활용한다. 그동안 수작업으로 심사한 불법확인 결과를 기초 데이터로 이용한다. 한국어 자연어처리와 딥러닝 모델의 하이퍼파라미터 조절을 통해 최적의 성능을 보이는 모델을 완성하였다. 본 연구는 그동안 이뤄지지 않았던 인터넷 불법금융광고 판별을 위한 딥러닝 모델을 제시하였다는데 큰 의미가 있다. 또한 딥러닝 모델에서 91.3~93.4% 수준의 정확도를 보임으로써 불법금융광고 탐지에 딥러닝 모델을 실제 적용하여 불법금융광고 근절에 기여할 수 있기를 기대해 본다.

Abstract

The study proposes a model that utilizes Python-based deep learning text classification techniques to detect the legality of illegal financial advertising posts on the internet. These posts aim to promote unlawful financial activities, including the trading of bank accounts, credit card fraud, cashing out through mobile payments, and the sale of personal credit information. Despite the efforts of financial regulatory authorities, the prevalence of illegal financial activities persists. By applying this proposed model, the intention is to aid in identifying and detecting illicit content in internet-based illegal financial advertisining, thus contributing to the ongoing efforts to combat such activities. The study utilizes convolutional neural networks(CNN) and recurrent neural networks(RNN, LSTM, GRU), which are commonly used text classification techniques. The raw data for the model is based on manually confirmed regulatory judgments. By adjusting the hyperparameters of the Korean natural language processing and deep learning models, the study has achieved an optimized model with the best performance. This research holds significant meaning as it presents a deep learning model for discerning internet illegal financial advertising, which has not been previously explored. Additionally, with an accuracy range of 91.3% to 93.4% in a deep learning model, there is a hopeful anticipation for the practical application of this model in the task of detecting illicit financial advertisements, ultimately contributing to the eradication of such unlawful financial advertisements.

참고문헌 (23)

  1. "Monthly Status Report on Voice Phishing Case"[URL]
  2. 김혜진, "전화금융사기 수사 정보 자동 추출 연구: 자연어처리 딥러닝 모델을 중심으로", 한국범죄학, 16(1), pp.123~141 (2022), 대한범죄학회
  3. "The Types and Regulations of Illegal Financial Advertising"[URL]
  4. "The Crackdown, Collection, and Actions taken against Illegal Financial Advertisements in 2021"[URL]
  5. "Analysis Report on Cybercrime Trends in 2020"[URL]
  6. "Voice Phishing Incidents and Key Characteristics in 2022"[URL]
  7. "Insurance Fraud Detection Status and Future Plans in 2022"[URL]
  8. "Fraud Crime Trends & Cyber Crime Trends"[URL]
  10. K. S. Lee, "Keyword Combination based Classification for Illegal Gambling Websites", Korea Computer Congress 2021, pp.1194~1196 (2021)
  11. 송찬우, "Tag2vec 기반의 지능형 불법 도박 사이트 탐지 모형 개발", 지능정보연구, 28(4), pp.211~227 (2022), 한국지능정보시스템학회
  12. 김지아, "SNS 내 효과적인 불법 스포츠 도박 광고 차단 방법", 한국컴퓨터정보학회논문지, 24(12), pp.201~207 (2019), 한국컴퓨터정보학회[DOI]
  13. 홍진주, "감성분석과 SVM을 이용한 인터넷 악성댓글 탐지 기법", 한국정보통신학회논문지, 20(2), pp.260~267 (2016), 한국정보통신학회[DOI]
  14. J. H. Park, "“Detection of Illicit Drug Selling Post on an Online Community Using Phoneme Separation and Machine Learning Algorithm", Korea Computer Congress 2020, pp.368~370 (2020)
  15. S. Y. Shin, "Text Classification Using LSTM-CNN", Journal of Information and Communication Convergence Engineering, 23(2), pp.692~694 (2019)
  16. Ya Chen, "Text Classification on Social Network Platforms Based on Deep Learning Models", Journal of Information and Communication Convergence Engineering, 21(1), pp.9~16 (2023), 한국정보통신학회
  17. 박호연, "CNN-LSTM 조합모델을 이용한 영화리뷰 감성분석", 지능정보연구, 25(4), pp.141~154 (2019), 한국지능정보시스템학회
  18. Y. Kim, "Convolutional Neural Network for Sentence Classification", Proceedings of the 2014 Conference on Empirical Methods in Natural Language Processing (EMNLP), pp.1746~1751 (2014)
  19. 박현정, "CNN을 적용한 한국어 상품평 감성분석: 형태소 임베딩을 중심으로", 지능정보연구, 24(2), pp.59~83 (2018), 한국지능정보시스템학회[DOI]
  20. 허유경, "인공지능을 활용한 금융감독의 법적 함의", 증권법연구, 23(1), pp.221~250 (2022), 한국증권법학회[DOI]
  21. 김태호, "규칙기반 및 기계학습을 활용한 불법채권추심 분류 모델", 한국컴퓨터정보학회논문지, 26(4), pp.93~103 (2021), 한국컴퓨터정보학회[DOI]
  22. 김주현, "딥러닝을 활용한 금융상품 불완전 판매 판별 모델", 정보과학회 컴퓨팅의 실제 논문지, 25(6), pp.294~302 (2019), 한국정보과학회[DOI]
  23. 노성화, "텍스트마이닝을 위한 한국어 범용 불용어 목록 연구", 한말연구, 63(13), pp.1~15 (2022), 한말연구학회[DOI]

관련 논문AI추천

딥 러닝 기법을 이용한 오피니언 마이닝 분석과 성과에 관한 실증연구: 합성곱 신경망 모델과 머신러닝 모델간 성과비교를 중심으로어균선, 이건창금융감독원 · 금융감독연구2019 · 제6권 제2호딥러닝 기반 부실기업 예측모형에 관한 연구김성수, 안은주, 조재혁한국산업경영학회 · 경영연구2021 · 제36권 제1호딥러닝을 활용한 개인정보 처리방침 분석 기법 연구조용현, 차영균한국정보보호학회 · 정보보호학회논문지2020 · 제30권 제2호규칙기반 및 기계학습을 활용한 불법채권추심 분류 모델김태호, 임종인한국컴퓨터정보학회 · 한국컴퓨터정보학회논문지2021 · 제26권 제4호기사성광고 분석 및 딥러닝을 활용한 기사성광고 추출 방법 설계에 관한 연구김석수, 정재영한국컴퓨터정보학회 · 한국컴퓨터정보학회논문지2024 · 제29권 제6호A Text Content Classification Using LSTM For Objective Category Classification노영단, 조규철한국컴퓨터정보학회 · 한국컴퓨터정보학회논문지2021 · 제26권 제5호

이 간행물의 다른 논문 (21건)

FRM: NAND 플래시 메모리의 성능 향상을 위한 기본 관리 정책 제안 모델최준형, 곽종욱, 이원호pp. 1-10저조도 영상의 품질 평가를 위한 지표 제안김상민pp. 11-19스타일 전이 기술의 사용성 향상을 위한 attention map 기반 모델 최적화민정혜pp. 31-38온라인 의류 쇼핑을 위한 맞춤형 치수 추천 시스템: 협업 필터링 접근법이동원pp. 39-48대학생들의 중도 탈락 예측을 위한 신경망과 그레디언트 부스팅 머신의 성능 비교김현규pp. 49-58
원문 보기