$\require{mediawiki-texvc}$

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.

GNN을 이용한 웹사이트 Hierarchy 유사도 분석 기반 해외 침해 사이트 분류 모델 연구
A Study on the Classification Model of Overseas Infringing Websites based on Web Hierarchy Similarity Analysis using GNN 원문보기

융합보안논문지 = Convergence security journal, v.23 no.2, 2023년, pp.47 - 54  

서주현 (호서대학교 정보보호학과) ,  유선모 (호서대학교 정보보호학과) ,  박종화 (성균관대학교 빅데이터학과) ,  박진주 (아주대학교 사이버보안학과) ,  이태진 (호서대학교 정보보호학과)

초록
AI-Helper 아이콘AI-Helper

전 세계적으로 한류 콘텐츠가 유행하며 국내뿐만 아니라 해외에서도 국내 저작물의 저작권 침해 사례가 지속적으로 증가하고 있다. 이에 대응하기 위한 국내 불법 저작물 유통 사이트를 탐지하는 기술에 대한 연구가 활발하게 진행되고 있으며 최근 연구는 국내 불법 저작물 유통 사이트들이 광고 배너를 상당수 포함하고 있는 특징을 활용한 연구가 존재한다. 그러나 해외 불법 저작물 유통 사이트의 경우 광고 배너를 포함하지 않거나 국내 사이트에 비해 적은 양의 광고를 포함하고 있어 국내와 같은 탐지 기술의 적용이 제한적이다. 본 연구에서는 저작물 불법 공유 사이트가 게시물과 저작물의 이미지를 유사한 계층 구조로 포함하는 특징을 이용하여 링크 트리 및 텍스트 유사도 비교 기반의 탐지 기술을 제안한다. 대량의 링크로 작성된 대규모 트리의 정확한 유사도 비교를 위해 GNN(Graph Neural Network)를 활용한다. 본 연구의 실험에서 일반 사이트와 저작물 불법 유통 사이트를 분류에 95% 이상의 높은 정확도를 보였고 해당 알고리즘을 적용하여 불법 유통 사이트의 자동화된 탐지를 통해 신속한 저작권 침해 대응이 가능할 것으로 기대된다.

Abstract ▼ AI-Helper 아이콘AI-Helper

The global popularity of K-content(Korean Wave) has led to a continuous increase in copyright infringement cases involving domestic works, not only within the country but also overseas. In response to this trend, there is active research on technologies for detecting illegal distribution sites of do...

주제어

#copyright   #web hierachy   #classification   #graph neural network   #graph similarity  

표/그림 (14)

AI 본문요약
AI-Helper 아이콘 AI-Helper

문제 정의

  • 본 논문에서는 이미지를 다량 포함하고 유사한 마크업 구조에서 링크와 이미지를 포함하고 있는 해외 저작권 침해 사이트의 특징을 이용하여 링크 트리 및 텍스트 유사도 비교 알고리즘을 통해 저작권 침해 사이트 여부를 판단하는 기법을 제안한다. 이를 통해 해외 저작권 침해 사이트의 탐지율이 높아질 것으로 기대된다.
본문요약 정보가 도움이 되었나요?

참고문헌 (19)

  1. 한국저작권보호원, "해외 한류콘텐츠 침해 실태조사", 연구보고서, 2023. 

  2. 한국저작권보호원, "해외 저작권 보호체계 효율화를？위한방안 연구", 연구보고서, 2022 

  3. 김의진. "저작권 침해 의심 데이터 분석을 통한？저작권 침해사이트 탐지 기법." 국내석사학위논문？아주대학교, 2022. 

  4. S. K. Choi and J. Kwak, "Feature Analysis and？Detection Techniques for Piracy Sites", KSII？Transactions on Internet and Information Systems,？Vol. 14, No. 5, pp. 2204-2220, May, 2020. 

  5. E. J. Kim and J. Kwak, "Intelligent Piracy Site？Detection Technique with High Accuracy", KSII？Transactions on Internet and Information Systems,？Vol. 15, No. 1, pp.285-301, Jan. 2021. 

    원문보기 상세보기

  6. 이기룡과 이희조, "HTML 태그 순서를 이용한 불법？사이트 탐지 자동화 기술", 정보과학회논문지, vol.？43, no.10, pp 1173-1178, 10 2016. 

  7. M. Gori, G. Monfardini, and F. Scarselli, "A new？model for learning in graph domains," in？Proceedings. 2005 IEEE International Joint？Conference on Neural Networks vol. 2. pp. 729-734, 2005. 

  8. F. Scarselli, M. Gori, A. C. Tsoi, M. Hagenbuchner,？and G. Monfardini, "The Graph Neural Network？Model," IEEE Transactions on Neural Networks,？vol. 20, no. 1, pp. 61-80, Jan. 2009. 

    상세보기

  9. Y. Li, D. Tarlow, M. Brockschmidt, and R. Zemel,？"Gated Graph Sequence Neural Networks." arXiv,？Sep. 22, 2017. 

  10. C. Gallicchio and A. Micheli, "Graph Echo State？Networks," in The 2010 International Joint？Conference on Neural Networks (IJCNN), pp. 1-8.？Jul. 2010. 

  11. C. Gallicchio and A. Micheli, "Graph Echo State？Networks," in The 2010 International Joint？Conference on Neural Networks (IJCNN),pp. 1-8.？Jul. 2010. 

  12. J. Atwood and D. Towsley, "Diffusion-Convolu？tional Neural Networks." arXiv, Jul. 08, 2016. 

  13. M. Niepert, M. Ahmed, and K. Kutzkov, "Learning？Convolutional Neural Networks for Graphs."？arXiv, Jun. 08, 2016. 

  14. J. Gilmer, S. S. Schoenholz, P. F. Riley, O. Vinyals,？and G. E. Dahl, "Neural Message Passing for？Quantum Chemistry." arXiv, Jun. 12, 2017. 

  15. J. Bruna, W. Zaremba, A. Szlam, and Y. LeCun,？"Spectral Networks and Locally Connected？Networks on Graphs." arXiv, May 21, 2014. 

  16. M. Henaff, J. Bruna, and Y. LeCun, "Deep？Convolutional Networks on Graph-Structured Data."？arXiv, Jun. 16, 2015. 

  17. M. Defferrard, X. Bresson, and P. Vandergheynst,？"Convolutional Neural Networks on Graphs with？Fast Localized Spectral Filtering." arXiv, Feb.？05, 2017. 

  18. T. N. Kipf and M. Welling, "Semi-Supervised？Classification with Graph Convolutional Networks."？arXiv, Feb. 22, 2017. 

  19. R. Levie, F. Monti, X. Bresson, and M. M.？Bronstein, "CayleyNets: Graph Convolutional Neural？Networks With Complex Rational Spectral？Filters," IEEE Transactions on Signal Processing,？vol. 67, no. 1, pp. 97-109, Jan. 2019. 

저자의 다른 논문 :

관련 콘텐츠

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