인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
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
생성형 인공지능 기술의 발전으로 인해 지능형 피싱 범죄가 단순 텍스트 스미싱을 넘어 가짜 음성과 변조 영상을 악용하는 다매체 형태로 확장됨에 따라, 기존 단일 매체 중심 탐지 기술의 한계가 뚜렷해지고 있다. 본 연구의 목적은 이러한 위협 환경 변화에 대응하여 피싱 범죄에서 악용되는 3대 매체(텍스트, 비전, 오디오)의 최신 딥러닝 아키텍처 15종을 선정하고 탐지 성능을 비교 평가하는 종합적인 벤치마크를 수행하는 것이다. 이를 위한 연구 방법으로, 각 모델의 실전 탐지 유효성과 일반화 성능을 검증하기 위해 텍스트의 이종 데이터셋 기반 교차 검증, 비전의 비디오 고유 식별자 단위 격리를 통한 데이터 누수 방지 프레임 추출, 오디오의 파일 손상 예외 처리 및 샘플링 레이트 표준화 등 매체별 특화 전처리 파이프라인을 구축하여 파인튜닝을 진행하였다. 총 15종의 아키텍처를 파인튜닝하여 비교 실험을 수행한 결과, 텍스트의 KoELECTRA-base-v3(F1-Score 86.0%), 비전의 EfficientNet-b3(99.7%), 오디오의 WavLM-base(99.7%)가 최고 성능을 기록하였다. 특히 파라미터가 최적화된 초경량 모델들이 제한된 연산 자원 환경에서도 고성능 베이스 모델들에 준하는 뛰어난 효율성을 발휘하였다. 본 연구의 결과는 실제 배포 환경의 자원 제약 조건을 고려한 보안 모델 선별 가이드라인을 제시하며, 향후 멀티모달 기반의 통합 피싱 차단 시스템 구축을 위한 기준을 제공할 것으로 기대된다. 본 제안 연구의 특징은 단일 데이터셋의 과적합을 배제하고 실전 환경의 노이즈를 반영하여 탐지 신뢰성을 극대화했다는 점이다. 다만, 각 매체의 독립적 평가에 집중하여 통합된 멀티모달 퓨전 판정 시스템으로 나아가지 못한 점은 본 연구의 한계점이다.
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
