메뉴 건너뛰기
소속 기관 / 학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
고객센터 ENG
주제분류

논문 기본 정보

저자정보
(국립한밭대학교) (국립한밭대학교)
저널정보
한국정보기술학회 한국정보기술학회논문지 한국정보기술학회논문지 제24권 제10호(JKIIT, Vol.24, No.10)
오류 신고하기

피인용 0

검색

    초록·키워드

    국가 연구개발비 집행의 투명성 확보를 위해 도메인 규칙 기반 탐지와 비지도 머신러닝(Isolation Forest, LOF)을 결합한 혼합 이상탐지 모델을 제안한다. 특정거래처집중거래·연말집중집행·반복고정금액·비정상고액월간집행의 4가지 규칙 기반 패턴과 IF·LOF 이상 점수를 가중합산(40:30:30)하여 기관별 종합위험지수를 산출하고, 상위 10%를 주의기관으로 분류한다. 한국연구재단 이지바로 시스템의 2023~2025년 실 데이터(1,973,622건, 7,589개 기관)에 적용한 결과 종합위험지수 순위에 따라 전체 기관의 상위 10%인 759개 기관을 주의기관으로 분류하였으며, 탐지 방법별로 서로 다른 기관 집합이 식별되는 경향을 확인하였다. 다만 현행 가중치 구조상 규칙기반 패턴이 전혀 없는 기관은 주의기관 컷오프에 도달할 수 없어, 머신러닝은 규칙 탐지 기관 내 우선순위 재정렬에 주로 기여함을 확인하였다.

    최근 본 자료 전체보기