인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
개인구독
소속 기관이 없으신 경우, 개인 정기구독을 하시면 저렴하게
논문을 무제한 열람 이용할 수 있어요.
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
피인용 0
초록·키워드
본 연구는 2014년부터 2020년까지의 경찰청 사이버 범죄 통계 데이터를 기반으로, 범죄 유형별 발생 건수 및 검거율의 연도별 추이를 분석하고, 이를 통해 고위험 범죄 유형을 식별하는 것을 목적으로 한다. 사이버 범죄는 기술의 발전과 비대면 환경 확대에 따라 급격히 증가하고 있으며, 그 양상과 수사 대응도 복잡해지고 있다.
본 연구는 시계열 분석을 통해 범죄 발생 및 검거율의 흐름을 정량적으로 평가하고, K-means 클러스터링을 통해 유형별 상대적 위험도를 군집화하였다. 분석 결과, 사이버 도박과 음란물, 해킹 등의 유형은 최근 몇 년간 급증하는 양상을 보였으며, 검거율은 범죄 유형별로 큰 차이를 나타냈다. 클러스터링 결과는 범죄를 고위험군, 중위험군, 안정군으로 분류하여 수사 자원의 전략적 배분에 대한 방향성을 제시한다.
이러한 분석은 데이터 기반의 실증적 접근을 통해 사이버 범죄 대응 정책의 효과성을 높이고, 향후 맞춤형 대응 전략 수립에 기초 자료로 활용될 수 있다.
본 연구는 시계열 분석을 통해 범죄 발생 및 검거율의 흐름을 정량적으로 평가하고, K-means 클러스터링을 통해 유형별 상대적 위험도를 군집화하였다. 분석 결과, 사이버 도박과 음란물, 해킹 등의 유형은 최근 몇 년간 급증하는 양상을 보였으며, 검거율은 범죄 유형별로 큰 차이를 나타냈다. 클러스터링 결과는 범죄를 고위험군, 중위험군, 안정군으로 분류하여 수사 자원의 전략적 배분에 대한 방향성을 제시한다.
이러한 분석은 데이터 기반의 실증적 접근을 통해 사이버 범죄 대응 정책의 효과성을 높이고, 향후 맞춤형 대응 전략 수립에 기초 자료로 활용될 수 있다.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-26-02-096087780
