LSTM을 이용한 보이스피싱 판별 알고리즘 설계

Q: 이 논문에서 정의한 LSTM이란 무엇인가?

순환 신경망의 일종으로 시간 순서에 따라 입력되는 데이터의 학습에 효과적인 딥러닝 모델이다. 본 연구에서는 수화기에 출력되는 음성 신호를 분석하여 해당 통화가 보이스피싱인지 여부를 판별하는 핵심 알고리즘으로 활용된다.

Q: LSTM 기반 보이스피싱 탐지 알고리즘의 판별 성능은 어떠한가?

연구 결과, MFCC로 추출한 음성 특징을 LSTM 모델로 학습시킨 결과 보이스피싱 검증 데이터에서 98.88%의 높은 성능을 보였다. 또한 실시간 음성에 대해서도 96.70%의 정확도를 기록하며 보이스피싱 탐지 시스템 구축의 가능성을 입증하였다.

구승연; 이유진; 강정화; 김재현

추천

검색

질문

자료유형: 학술대회자료

저자정보: 구승연 (아주대학교) 이유진 (아주대학교) 강정화 (아주대학교) 김재현 (아주대학교)

저널정보: 한국통신학회 한국통신학회 학술대회논문집 2021년도 한국통신학회 추계종합학술발표회 논문집

발행연도: 2021.11

수록면: 989 - 990 (2page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법: 이 논문의 연구방법이 궁금하신가요?

🏆

연구결과: 이 논문의 연구결과가 궁금하신가요?

초록· 키워드

본 논문은 long short-term memory (LSTM)을 이용하여 수화기에 출력되는 음성을 듣고 보이스피싱을 판별하는 알고리즘을 설계한다. 경찰청 금융감독원 보이스피싱 지킴이 사이트에서 보이스피싱과 일반 음성 데이터를 수집한 뒤 음성특성추출 기법 중 하나인 mel-frequency cepstrum coefficients (MFCC)를 통해 음성신호를 전처리하는 과정을 거친다. 전처리한 데이터를 학습시켜 LSTM 을 구축하고 최적 ... 전체 초록 보기

참고문헌

참고문헌 신청

최근 본 자료

전체보기

배경 및 목적
대상 및 방법론
분석 및 수행
결과 및 의의

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI가 분석한 연구 핵심

이 논문의 한줄 요약

이 논문의 연구방법

목차

참고문헌

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)