$\require{mediawiki-texvc}$

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.

온라인 게임 결제 데이터 분석 기반의 이상거래 탐지 모델 원문보기

情報保護學會誌 = KIISC review, v.26 no.3, 2016년, pp.38 - 44  

우지영 (고려대학교 정보보호대학원) ,  김하나 (고려대학교 정보보호학과) ,  곽병일 (고려대학교 정보보호학과) ,  김휘강 (고려대학교 정보보호대학원)

초록
AI-Helper 아이콘AI-Helper

소액결제에 대한 규제 완화로 이와 관련한 사기가 급증하고 있으며, 특히 소액결제가 대부분을 차지하는 온라인게임 산업은 관련 사기로 인한 피해가 증가하고 있다. 온라인 게임의 소액결제 사기는 단순히 금액에 대한 피해뿐만이 아니라 회사 브랜드에도 영향을 미치며, 나아가 고객 이탈로 이어질 수 있다. 소액결제 사기를 방지하기 위해 게임 산업에서도 이상거래 탐지 시스템이 요구되고 있다. 본 연구는 게임 사용자의 결제 패턴을 분석하여 이상거래를 탐지할 수 있는 머신러닝 기반의 이상거래 탐지 모델을 제시하며, 제안하는 모델을 글로벌 온라인 게임에 적용한 사례를 소개한다.

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

  • 본 연구는 게임 내 사용자의 거래 패턴을 분석하여 이상거래를 탐지할 수 있는 모델을 제시하였다. 기존에 신용카드나 은행에서 도입되었던 이상거래 탐지 시스템을 게임 산업에 적용한 선두 연구라는 점에서 의의를 가진다.
  • 소액결제 사기를 방지하기 위해 게임 산업에서도 FDS가 요구되고 있다. 본 연구는 게임 내 사용자의 거래 패턴을 분석하여 이상거래를 탐지할 수 있는 모델을 제시한다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
간편결제는 무엇인가? 이러한 천송이 코트 논란으로 각종 규제들이 완화되면서 국내전자결제제도에 간편결제가 도입되었다. 간편결제란 온라인에서 금융거래 시 지급결제에 필요한 개인정보와 신용정보를 전달하는 과정을 단순화시키는 서비스로 국내에서는 신용카드사, 오픈마켓, 지불결제사업자(Payment Gateway, PG)에서 공인인증서가 적용되지 않은 소액결제에 대해 간편결제 서비스를 제공해왔다. 2014년 5월 금융당국은 공인인증서 사용 의무화 폐지하였고, 그해 7월에는 금융위원회와 미래창조과학부가 전자상거래 결제 간편화 방안을 발표하였다.
게임에서의 충전은 어떤 과정인가? 보통의 MMORPG는 사이버재화를 획득하여 더 강한 캐릭터로 성장시키기 위해 서로 경쟁하는 구조로 되어있다. 게임 플레이를 하거나 좀 더 빨리 높은 레벨의 캐릭터로 성장하기 위해서는 게임 재화가 필요한데 사용자들은 이를 구매하기 위해서 사이버머니를 구매한다. 보통 이 과정을 충전이라고 부르며 사이버머니가 충전되면, 이를 이용해서 게임 재화를 구매할 수 있다.
의사결정나무 알고리즘의 장점은 무엇인가? 이 때 중요한 변수란 정해진 분류기준에 의해 도출되는데, 보통 분기된 가지에 속하는 데이터들이 얼마나 같은 분류에 속하는 지의 정도를 이용한다. 의사결정나무 알고리즘은 학습속도가 빠르고 결과를 시각화하여 이해하기 쉽다는 장점을 가진다.
질의응답 정보가 도움이 되었나요?

참고문헌 (8)

  1. 최화재, 우지영, 김휘강. "온라인게임 계정도용 탐지모델에 관한 연구". 한국게임학회 논문지, 11(6), pp. 81-93, 2011 

    원문보기 상세보기

  2. Woo, K., Kwon, H., Kim, H. C., Kim, C. K., Kim, H. K. "What can free money tell us on the virtual black market?". ACM SIGCOMM Computer Communication Review, 41(4), pp. 392-393, 2011 

    상세보기 crossref

  3. Christou, I. T., Bakopoulos, M., Dimitriou, T., Amolochitis, E., Tsekeridou, S., Dimitriadis, C. "Detecting fraud in online games of chance and lotteries". Expert Systems with Applications, 38(10), pp. 13158-13169, 2011 

    상세보기 crossref

  4. Lim, W. Y., Sachan, A., Thing, V. "Conditional Weighted Transaction Aggregation for Credit Card Fraud Detection". In Advances in Digital Forensics X (pp. 3-16). Springer Berlin Heidelberg, 2014. 

  5. Schaidnagel, M., Connolly, T., Laux, F. "Automated feature construction for classification of time ordered data sequences". International Journal on Advances in Software, 7(3), pp. 632-64. 2014 

  6. Coppolino, L., D'Antonio, S., Formicola, V., Massei, C., Romano, L. "Use of the dempster-shafer theory for fraud detection: the mobile money transfer case study". In Intelligent Distributed Computing VIII (pp. 465-474). Springer International Publishing. 2015 

  7. Mahmoudi, N., Duman, E. "Detecting credit card fraud by modified Fisher discriminant analysis." Expert Systems with Applications, 42(5), pp. 2510-2516. 2015 

    상세보기 crossref

  8. Vadoodparast, M., Hamdan, A. R. "FRAUDULENT ELECTRONIC TRANSACTION DETECTION USING DYNAMIC KDA MODEL". International Journal of Computer Science and Information Security, 13(3), 90. 2015 

저자의 다른 논문 :

관련 콘텐츠

이 논문과 함께 이용한 콘텐츠

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