금융거래 정보 및 모바일 GPS를 활용한 모바일 이상 거래 탐지 시스템 구현 (An Implementation of Mobile Fraud Detection System using Financial Transactions and Mobile GPS Information)

서지정보

· 발행기관 : 한국디지털콘텐츠학회
· 수록지 정보 : 디지털콘텐츠학회논문지 / 23권 / 10호 / 2109 ~ 2115페이지
· 저자명 : 윤규성, 박수환, 이광재

초록

최근 모바일 결제의 사용자가 증가함에 따라 모바일 결제를 바탕으로 한 금전 탈취 사례도 같이 증가하는 추세이다. 현재 이상거래 탐지 시스템은 일반적인 거래에 최적화되어있어 모바일 거래에 적용하기에는 부족하다. 본 논문에서는 기계학습 기법을 활용한 모바일 이상거래 탐지 시스템을 제안한다. 추가로 모바일 결제는 공간제약 없이 사용 가능한 특성이 있으므로 이를 활용한 위치정보 분석을 제안한다. 평가지표는 Accuracy, Recall, Precision, F1 Score를 사용하였는데, 각각 0.99, 0.91, 0.95, 0.93으로 높은 성능을 보였다. 그리고 진단 방법에 대한 예측력을 평가하기 위해서 AUC(area under the ROC curve)를 사용하였고, 결과는 0.98이었다. 본 논문에서 제안한 방법으로 기계학습을 수행한 결과 모든 성능지표가 0.93 이상의 높은 탐지율을 보여주었으며, 모바일 기기의 위치정보를 활용으로 이상거래 탐지의 신뢰성이 높였다.

영어초록

Recently, as the number of users of mobile payment increases, cases of money theft based on mobile payment are also increasing. Currently, the anormal transaction detection system is optimized for general transactions, so it is insufficient to apply to mobile transactions. In this paper, we propose a mobile abnormal transaction detection system using machine learning techniques. In addition, since mobile payment can be used without space restrictions, location information analysis using this is proposed. The evaluation indicators were Accuracy, Recall, Precision, and F1 Score, which showed high performance with 0.99, 0.91, 0.95, and 0.93, respectively. And to evaluate the predictive power of the diagnostic method, AUC (area under the ROC curve) was used, and the result was 0.98. As a result of performing machine learning by the method proposed in this paper, all performance indicators showed a high detection rate of 0.93 or higher, and the reliability of anormal transaction detection was improved by using the location information of mobile devices.

참고자료

· 없음