[논문]빅데이터 기술을 활용한 이상금융거래 탐지시스템 구축 연구

강재구; 이지연; 유연우

doi:10.15207/jkcs.2017.8.4.019

빅데이터 기술을 활용한 이상금융거래 탐지시스템 구축 연구
A Study on Implementation of Fraud Detection System (FDS) Applying BigData Platform 원문보기

한국융합학회논문지 = Journal of the Korea Convergence Society, v.8 no.4, 2017년, pp.19 - 24

강재구 (한성대학교 일반대학원 스마트융합컨설팅학과) , 이지연 (한성대학교 일반대학원 스마트융합컨설팅학과) , 유연우 (한성대학교 지식서비스&컨설팅학과)

초록
AI-Helper

본 연구는 최근 전자 금융거래의 증가와 동시에 금융거래 정보의 탈취 혹은 변조 등 보안위협 또한 급증하면서 안전한 보안 방안과 대응이 시급한 실정이다. 이에 종래에 사용된 사기방지시스템 혹은 이상금융거래 탐지시스템(FDS, Fraud Detection System, 이하 FDS)을 최근 주목 받고 있는 빅데이터 관련 기술(이상금융거래에 대한 다양한 형태의 정형/비정형 금융거래 이벤트 데이터를 실시간으로 수집/저장하고 과학적 연관 분석 기법을 활용하여 비정상 행위를 탐지 및 차단할 수 있는 기능)을 활용하여 국내 금융회사인 A사에 개선 모델을 구축 하였다. 구축결과 시나리오 고도화 분석을 통한 오검출을 최소화 하여 기존 시나리오 Detect탐지 대상의 감소 효과를 나타냈다. 아울러 FDS고도화에 대한 향후 발전방향을 제안하고자 한다.

Abstract ▼ AI-Helper

The growing number of electronic financial transactions (e-banking) has entailed the rapid increase in security threats such as extortion and falsification of financial transaction data. Against such background, rigid security and countermeasures to hedge against such problems have risen as urgent tasks. Thus, this study aims to implement an improved case model by applying the Fraud Detection System (hereinafter, FDS) in a financial corporation 'A' using big data technique (e.g. the function to collect/store various types of typical/atypical financial transaction event data in real time regarding the external intrusion, outflow of internal data, and fraud financial transactions). As a result, There was reduction effect in terms of previous scenario detection target by minimizing false alarm via advanced scenario analysis. And further suggest the future direction of the enhanced FDS.

주제어

AI 본문요약
AI-Helper

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

문제 정의

본 연구에서는 기존의 FDS시스템이 가지고 있는 한계를 극복하고 고도화 하고자 최근 주목받고 있는 빅데이터 기술을 활용한 FDS구축 모델을 제시하고 향후 발전방향에 대하여 제안하고자 한다.

제안 방법

구축결과 비대면 채널 이용자별 거래현황 및 탐지현황 등 다양한 현황분석 및 통계정보 보고서를 제공하도록 구현 하였으며 이 경우 빅데이터 엔진에 오픈소스 ‘R’ 분석 도구를 연계하여 활용하였다.
네 번째로는 계좌 네트워크 분석으로 계좌와 계좌간의 관계에서 이체의 흐름에 중심에 있는 계좌를 탐지하는 등 사회관계망(SNA Visualization) 분석을 통해 정량적 파악이 어려운 신규패턴을 도출 하였다.
두 번째 과거 패턴유사도 검색을 통해 사용자별 접속 단말기, 사용자 변경정보, 이체정보의 과거패턴과 현재 패턴을 비교하여 과거 패턴대비 현재패턴이 매우 변화된 사용자를 탐지할 수 있도록 구축하였다.
또한 본 연구를 통해 기존 시스템 대비 구축된 빅데이터 기술을 활용한 분석 주체를 크게 시나리오 고도화, 과거 패턴 유사도 분석, 사고사례 기반 매칭분석, 계좌 네트워크 분석 등으로 구분할 수 있다.
본 연구를 통해서 빅데이터 기술과 일반적인 실시간 예측 분석 기술인 CEP(Complex Event Processing) 엔진에 기반 하여 데이터의 수집. 저장.
본 연구에서는 위의 [Fig. 4]에서와 같이 다양한 채널에서 발생하는 다양한 데이터에 대한 수집 및 처리체계를 분산 구조화 하여 데이터 병목구간을 제거하였다. 이러한 구조는 빅데이터에서 검증된 구조로서 대용량 서버 내에서 처리되는 것과 동일한 성능을 보장한다.
본 연구에서도 이상의 한계점을 고려하여 구현하였으며 'R'을 통해 상용 고급 솔루션을 대체하여 초기 도입비용을 절감하였다.
세 번째로는 과거 금융사고 사용자의 패턴을 중심으로 유사한 사용자를 조사하거나 금융사고 사례중심으로 유사한 패턴을 분석하였다.
첫 번째 시나리오 고도화 분석을 통한 False Alarm (과다탐지, 오탐)을 최소화 하여 테스트 운영 결과 기존 시나리오 Detect탐지 대상의 약 40%의 감소 효과를 나타냈다. 시나리오 고도화 분석의 구축 배경은 과거 이상금융거래 사례를 기반으로 만들어진 시나리오 내 변수의 임계점이 변수의 전체분포를 반영하지 않기 때문에 데이터 정탐율을 높이기 위하여(즉, 과다탐지를 방지하기 위하여) 변수의 전체분포 또는 변수간의 상관관계를 파악하여 시나리오 임계값의 타당성을 판단할 수 있는 근거 자료(데이터 기반 분석을 통한 결과)를 생성하였다.
실제 T사는 이상의 기능을 구현한 플랫폼을 활용하여 한국의 A금융사에 FDS를 구축하였으며 이를 통해 다양 한 형태의 업무 로그를 수집하여 빅데이터 분석 마트를 구축한 후 고급분석을 통해 이상거래 위험군의 분류 및 거래 이상 징후를 탐지하고 이상거래 판정 업무를 지원하였다. 본 구축 시스템의 논리적인 구성도는 [Fig.
이를 통해 대용량 데이터 저장소 및 분석 인프라 및 분산 병렬처리 프로세스를 통한 장기 데이터 분석환경을 구축 하였으며 빅데이터 분석 기술을 활용한 FDS 고도화를 구현 하였다.

성능/효과

이상의 요구 사항을 충족하기 수집/저장 성능을 확보 하고 CEP(Complex Event Processing) 엔진에 기반을 둔 병렬/분산 처리를 통해 실시간 분석 성능을 보장하고 수집서버와 관리 서버를 분리하여 Scale out 방식의 유연한 확장이 가능한 빅데이터 처리기술이 유용하다고 할 수 있을 것이다[11].
첫 번째 시나리오 고도화 분석을 통한 False Alarm (과다탐지, 오탐)을 최소화 하여 테스트 운영 결과 기존 시나리오 Detect탐지 대상의 약 40%의 감소 효과를 나타냈다. 시나리오 고도화 분석의 구축 배경은 과거 이상금융거래 사례를 기반으로 만들어진 시나리오 내 변수의 임계점이 변수의 전체분포를 반영하지 않기 때문에 데이터 정탐율을 높이기 위하여(즉, 과다탐지를 방지하기 위하여) 변수의 전체분포 또는 변수간의 상관관계를 파악하여 시나리오 임계값의 타당성을 판단할 수 있는 근거 자료(데이터 기반 분석을 통한 결과)를 생성하였다.

후속연구

결론적으로 FDS구축 시의 가장 큰 리스크 고려요인은 데이터 수집 후 분석에 의한 미탐지(FDS내 정상거래로 탐지했으나 실제 금융사기 거래에 해당하는 경우)와 과오탐지(FDS내 이상거래로 탐지했으나 실제 정상거래인 경우)를 최소화하는 것이며 이를 달성하기 위하여 시나리오 기반 탐지를 보완하는 탐지방식이나 시나리오 기반 탐지에 대한 추가 분석이 필요하다.
이러한 신기술을 FDS에 융합 시키는 것을 물론이고 아울러 이상의 기능이 독자적으로 수행되는 것이 아닌 내부/외부 컴플라이언스 대응과 통합 DW를 넘어 전사 데이터분석 플랫폼[Fig 6]으로 점진적으로 확장 시켜 나갈 것을 제안한다.
향후에도 이상과 같은 ‘Data-Driven 기술’의 향상과 “고급 분석 역량”을 통한 FDS고도화가 필요할 것이다.
향후에도 핀테크(Fin-Tech)의 지속적인 보급과 급속히 성장함에 따라서 다양한 비대면 채널을 통한 전자금융의 비율은 더욱 증가할 것으로 전망되며 이면에는 다양한 형태의 보안에 대한 위협이 발생할 것이다. 따라서 이상금융거래에 대응한 진화된 FDS에 관련한 필요할 것으로 예측되며 데이터 분석, 보안과 관련된 기업들도 새로운 기회로 받아들이고 대비하는 자세가 필요할 것으로 보인다[12].

질의응답

핵심어	질문	논문에서 추출한 답변
	이상금융거래 탐지시스템란?	금융거래에 있어서 비정상적인 행위를 탐지하여 금융 사고를 예방하고자 하는 기술적 접근이 이상금융거래 탐지시스템(FDS, Fraud Detection System)이라고 일컫는다. 이러한 FDS시스템은 실시간으로 단말기(PC, 모바일 등) 정보와 거래내용, 이용자 유형 등 이용자의 데이터 및 결제 데이터를 종합적으로 분석 후 평소 거래패턴 데이터와 다른 거래임을 탐지하여 이상 징후를 파악하고 금융기관과 이용자에게 탐지 사실을 알리고 더 나아가 임의로 거래를 중단시키는데 활용된다[1,2,3].
	FDS시스템은 어떻게 활용되는가?	금융거래에 있어서 비정상적인 행위를 탐지하여 금융 사고를 예방하고자 하는 기술적 접근이 이상금융거래 탐지시스템(FDS, Fraud Detection System)이라고 일컫는다. 이러한 FDS시스템은 실시간으로 단말기(PC, 모바일 등) 정보와 거래내용, 이용자 유형 등 이용자의 데이터 및 결제 데이터를 종합적으로 분석 후 평소 거래패턴 데이터와 다른 거래임을 탐지하여 이상 징후를 파악하고 금융기관과 이용자에게 탐지 사실을 알리고 더 나아가 임의로 거래를 중단시키는데 활용된다[1,2,3].
	금융거래에서 비대면 거래의 일종인 전자금융거래가 확산됨에 따라 어떤 문제점을 가져왔는가?	이상과 같이 전자 금융거래가 확산되어 감에 따라서 이를 노리고 사용자들의 금융거래 정보나 현금을 탈취하는 등의 이상금융거래유형[Fig. 1]의 형성과 각종 금융 보안 관련된 사고가 발생하였다[5].

참고문헌 (15)

S. H. Jeong, H. N. Kim, Y. S. Shin, T. J. Lee, H. K. Kim. "A Survey of Fraud Detection Research based on Transaction Analysis and Data Mining Technique," J. of the Korea Institute of Information Security and Cryptology, Vol. 25, No. 6, pp. 1525-1539, 2015.

원문보기 상세보기
http://blog.skinfosec.com/220714943937
http://skypotato-note.tistory.com/21
T. E. Kim, J. M. Lee, S. H. Hwang, G. Y. Gim. "A Study of Finance Fraud Detection System Operation Framework," Asia-pacific J. of Multimedia Services Convergent with Art, Humanities, and Sociology, Vol. 5, No. 4, pp. 9-17, 2015.
http://blogattach.naver.net/ff6ae356407475c2e50b6d5d6584fa8126748fd4/20150408_47_blogfile/netni_1428478980994_H8zAiv_pdf/141127-ca-sec-seminar-presentation-deck-02.pdf?typeattachment
S. D. Yoo, K. D. Choi, “A meta-analysis survey of the research on domestic e-banking,” Journal of digital Convergence, Vol. 13, No. 4, pp. 175-189, 2015.

원문보기 상세보기
E. Y. Park, J. W. Yoon, “A Study of Accident Prevention Effect through Anomaly Analysis in E-Banking,” The J. of Society for e-Business Studies, Vol. 19, No. 4, pp. 119-134, 2014.
http://blog.daum.net/prkisdi/3256
"Fraud Detection System Technical Guide", Financial Security Institute, Republic of Korea, 2014.
https://www.kisdi.re.kr/kisdi/fp/kr/publication/selectResearch.do?cmdfpSelectResearch&curPage1&sMenuType3&controlNoSer13&controlNo13733&langdiv1&searchKeyTITLE&searchValue국내금융권의&sSDate&sEDate
S. J. Lee, D. H. Lee, "Real time predictive analytic system design and implementation using Bigdata-log, J. of the Korea Institute of Information Security and Cryptology, Vol. 25, No. 6, pp. 1399-1410, 2015.

원문보기 상세보기
S. H. Lee, D. W. Lee, “FinTech-Conversions of Finance Industry based on ICT,” Journal of the Korea Convergence Society, Vol. 6, No. 3, pp. 97-102, 2015.

원문보기 상세보기
http://www.dt.co.kr/contents.html?article_no2017021702109958032001
http://www.dt.co.kr/contents.html?article_no2017020702100658032001
http://www.dt.co.kr/contents.html?article_no2017012502100558032002

저자의 다른 논문 :

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증