$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

사용자 입력 패턴 및 전자 금융 거래 패턴을 이용한 모바일 뱅킹 이상치 탐지 방법
Outlier Detection Method for Mobile Banking with User Input Pattern and E-finance Transaction Pattern 원문보기

Journal of Internet Computing and Services = 인터넷정보학회논문지, v.15 no.1, 2014년, pp.157 - 170  

민희연 (Graduate School of Information Security, Korea University) ,  박진형 (Graduate School of Information Security, Korea University) ,  이동훈 (Graduate School of Information Security, Korea University) ,  김인석 (Graduate School of Information Security, Korea University)

초록
AI-Helper 아이콘AI-Helper

모바일 뱅킹을 이용한 거래 증가세가 지속되면서 모바일 금융 보안 위협 또한 증가하고 있다. 모바일 뱅킹은 금융사가 제작한 전용 앱을 통해 금융거래를 수행하는 방식으로 인터넷 뱅킹에 준하는 대부분의 서비스를 제공하고 있다. 모바일 뱅킹 전용 앱에서 저장하고 있는 신용카드 번호와 같은 개인정보는 해커의 악의적인 공격이나 모바일 단말 분실로 인해 2차적인 공격에 이용될 수 있다. 따라서 본 논문에서는 이러한 개인정보 유출에 의한 모바일 금융사고 위협에 대응하기 위해 모바일 단말에서 뱅킹 서비스 이용시 사용자의 입력 패턴과 거래 패턴을 이용하여 올바른 사용자에 의한 거래 시도인지 여부를 판단할 수 있는 이상치 탐지 방법을 제안한다. 사용자의 입력 패턴과 거래 패턴 데이터에는 특정 사용자를 식별할 수 있는 정보들이 포함되어 있으며, 따라서 이를 적절히 이용할 경우 올바른 사용자에 의한 금융 거래와 비정상 거래를 구분하기 위한 자료로 사용할 수 있다. 본 논문에서는 실험을 위해 스마트 폰에서 직접 사용자 입력 패턴 정보를 수집하였고, 국내 모 금융사에서 이상치 탐지에 사용하는 실험 데이터를 획득하여 거래 패턴 정보로 활용하였다. 수집된 정보를 바탕으로 입력 패턴 및 거래 패턴 기반의 탐지 실험을 진행한 결과, 효율적으로 이상 거래를 탐지할 수 있음을 확인하였다.

Abstract ▼ AI-Helper 아이콘AI-Helper

As the increase of transaction using mobile banking continues, threat to the mobile financial security is also increasing. Mobile banking service performs the financial transaction using the dedicate application which is made by financial corporation. It provides the same services as the internet ba...

주제어

#이상치 탐지   #사용자 입력 패턴   #전자금융 거래 패턴  

질의응답

핵심어 질문 논문에서 추출한 답변
Box Plot의 장점은 무엇인가? Tukey가 제안한 탐색적 데이터 분석 방법이다. 이 방법은 데이터를 정규분포로 나타내어 분석하고자 하는 데이터 패턴을 한눈에볼 수 있으며, 데이터의 위치에 따라 이상치를 정확히 알수 있다는 장점이 있다[14,15,16].
이상금융거래탐지란? 이상금융거래탐지는 전자금융거래환경에서 사용자의 이용환경, 거래패턴, 거래사전행위에 의해 종합적으로 비정상적인 금융거래를 판별하는 것이다. 이용환경은 하드 웨어, 소프트웨어, 네트워크 등을 통해 고유정보변화를 탐지하고 거래패턴은 금융거래금액, 거래횟수, 거래계좌등 거래관련 정보를 기반으로 하며, 비정상 사전행위는 전자 금융 거래를 위해 필요한 사용자의 사전 행위를 통해 판별하게 된다.
SVM은 데이터를 어떻게 분류하는가? 이러한 Classification 기법 중 SVM(Support Vector Machine)은 학습 데이터의 수가 적은 경우에도 Support Vector 를 이용한 분류 경계면(Hyperplane)을 형성하기 때문에 높은 분류 정확도를 보여준다. SVM은 일반적으로 이진분류 학습방법으로 벡터 공간 내에 표현된 입력 패턴 중 평면에 가장 가까운 두 개의 서포트 벡터의 거리를 최대화하는 최대 마진 분류 평면을 찾음으로써 데이터를 두 개의 클래스로 분류한다. 가장 초기의 최적화된 Hyperplane은 선 형분류기였으나 이후 Bernhard Boser 등에 의해 Kernel Trick을 응용하는 방법이 제안된 후, 비선형 Kernel Function을 이용하여 입력값을 매핑되는 Feature Space에 적합하게 구성할 수 있게 되었다.
질의응답 정보가 도움이 되었나요?

참고문헌 (18)

  1. The bank of Korea, "The current usage state of internet banking service in the first quarter of 2013", May. 2013 

  2. KB Financial Group, "Trend and prospect of the Mobile payment market", May. 2013 

  3. A. Shabtai, Y. Fledel, U. Kanonov, Y. Elovici, S. Dolev, C. Glezer, "Google Android : A Comprehensive Security Assessment", IEEE Security & Privacy, Vol. 8, Issue 2, pp. 35-44, Mar. 2010 

    상세보기 crossref

  4. Financial Security Agency, "Major issues and trend report on the financial smart phone", Jul. 2012 

  5. Y.J. maeng, D.O. Shin, S.H. Kim, D.H. Nyang, "A study of the vulnerability analysis and coping method in regard to document falsification of electronic financial transaction", Review of KIISC, Vol. 20, No. 6, pp 17-27, Dec. 2010. 

  6. S.M. Lee, "A recent state about the authentication technology", The payment settlement and information technology, Vol. 47, pp. 30-48, Jan. 2012 

  7. Telecommunications Technology Association, "Fraud Detection and Response Framework in Electronic Financial Transaction System", TTAK.KO-12.0178, Dec. 2011 

  8. A.D. Luca, A. Hang, F. Brudy, C. Lindner, H. Hussmann, "Touch me once and I know it's you!: Implicit Authentication based on Touch Screen Patterns", Proceedings of the SIGCHI Conference on Human Factors in Computing Systems, pp. 987-996, May. 2012 

  9. H. Seo, H.K. Kim, "Novel Anomaly Detection Method for Proactive Prevention from a Mobile E-finance Accident with User's Input Pattern Analysis", Journal of the Korea Institute of Information Security and Cryptology, Vol. 21, No. 4, pp. 47-60, Aug. 2011 

  10. Y. Meng, D.S. Wong, R. Schlegel, L. Kwok, "Touch Gestures Based Biometric Authentication Scheme for Touchscreen Mobile Phones", Information Security and Cryptology, Vol. 7763, pp. 331-350, 2013 

    상세보기 crossref

  11. H. Kim, S. Lee, "The Phoneme Kernel Technique based on Support Vector Machine for Emotion Classification of Mobile Texts", Journal of KIISE : Software and Applications, Vol. 40, No. 6, pp. 350-355, Jun. 2013 

  12. Y.M. Kim, C.H. Jeong, H.S. Kim, "An Estimation of Risky Module using SVM", Journal of KIISE : Computing Practices and Letters, Vol. 15, No. 6, pp. 435-439, Jun. 2009 

  13. J. Park, K. Kim, I. Han, "Bankruptcy Prediction using Support Vector Machines", The journal of MIS research, Vol. 15, No. 2, pp. 51-63, Jun. 2005 

  14. S.H. Kim, H.S. Jeon, "Box Plot Algorithm used in Packages", The Korean Journal of Applied Statistics, Vol. 5, No. 1, pp. 93-102, 1992 

  15. R. McGill, J.W. Tukey, W.A. Larsen, "Variations of Box Plots", The American Statistician, Vol. 32, No. 1, pp. 12-16, Feb. 1978 

    상세보기

  16. J.L. Hintze, R.D. Nelson, "Violin Plots: A Box Plot-Density Trace Synergism", The American Statistician, Vol. 52, No. 2, pp. 181-184, May. 1998 

    상세보기

  17. WEKA 3 : Data Mining Software in Java, [Online]. Available : http://www.cs.waikato.ac.nz/ml/weka/ 

  18. Wikipedia, "Support vector machine", [Online]. Available : http://en.wikipedia.org/wiki/Support_vector_machine 

저자의 다른 논문 :

LOADING...

관련 콘텐츠

오픈액세스(OA) 유형

BRONZE

출판사/학술단체 등이 한시적으로 특별한 프로모션 또는 일정기간 경과 후 접근을 허용하여, 출판사/학술단체 등의 사이트에서 이용 가능한 논문

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로