KR102392950B1 - 보이스 피싱/스미싱 탐지 방법 - Google Patents
보이스 피싱/스미싱 탐지 방법 Download PDFInfo
- Publication number
- KR102392950B1 KR102392950B1 KR1020220027790A KR20220027790A KR102392950B1 KR 102392950 B1 KR102392950 B1 KR 102392950B1 KR 1020220027790 A KR1020220027790 A KR 1020220027790A KR 20220027790 A KR20220027790 A KR 20220027790A KR 102392950 B1 KR102392950 B1 KR 102392950B1
- Authority
- KR
- South Korea
- Prior art keywords
- voice
- phishing
- target
- voice phishing
- voice signal
- Prior art date
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 62
- 230000000903 blocking effect Effects 0.000 claims abstract description 5
- 238000000034 method Methods 0.000 claims description 10
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000013135 deep learning Methods 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 6
- 238000013136 deep learning model Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M3/00—Automatic or semi-automatic exchanges
- H04M3/22—Arrangements for supervision, monitoring or testing
- H04M3/2281—Call monitoring, e.g. for law enforcement purposes; Call tracing; Detection or prevention of malicious calls
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/26—Speech to text systems
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M7/00—Arrangements for interconnection between switching centres
- H04M7/006—Networks other than PSTN/ISDN providing telephone service, e.g. Voice over Internet Protocol (VoIP), including next generation networks with a packet-switched transport layer
- H04M7/0078—Security; Fraud detection; Fraud prevention
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M2203/00—Aspects of automatic or semi-automatic exchanges
- H04M2203/60—Aspects of automatic or semi-automatic exchanges related to security aspects in telephonic communication systems
- H04M2203/6027—Fraud preventions
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- Health & Medical Sciences (AREA)
- Signal Processing (AREA)
- Computer Security & Cryptography (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Computing Systems (AREA)
- Artificial Intelligence (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Multimedia (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Acoustics & Sound (AREA)
- Human Computer Interaction (AREA)
- Computer Networks & Wireless Communication (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Technology Law (AREA)
- Telephonic Communication Services (AREA)
Abstract
딥러닝을 이용하는 보이스 피싱/스미싱 탐지 방법이 개시된다. 개시된 보이스 피싱 또는 스미싱 탐지 방법은 타겟 사용자의 단말로 전송되는 타겟 음성 신호 또는 타겟 메시지를 수집하는 단계; 보이스 피싱 또는 스미싱에 이용되는 텍스트를 통해 학습된 탐지 모델을 이용하여, 상기 타겟 음성 신호 또는 타겟 메시지에 대한 보이스 피싱 의도 또는 스미싱 의도를 탐지하는 단계; 및 상기 탐지 결과에 따라, 상기 타겟 음성 신호 또는 타겟 메시지에 대한 상기 단말의 수신을 차단하고, 상기 단말로 보이스 피싱 경고 또는 스미싱 경고를 제공하는 단계를 포함한다.
Description
본 발명은 보이스 피싱/스미싱 탐지 방법에 관한 것으로서, 더욱 상세하게는 딥러닝을 이용하는 보이스 피싱/스미싱 탐지 방법에 관한 것이다.
최근 전자 금융 사기가 급증하고 있으며, 전자 금융 사기에 보이스 피싱과 스미싱이 주로 이용되고 있다. 보이스 피싱(voice phishing)은, 금융 기관이나 유명 전자 상거래 업체를 사칭하여 불법적으로 개인의 금융 정보를 빼내는 사기 수법이며, 스미싱(smishing)이란 문자 메시지나, 메신저 메시지, 인터넷, 이메일 등으로 개인 정보를 알아내는 사기 수법이다.
보이스 피싱이나 스미싱에 의한 피해가 급증함에 따라, 보이스 피싱이나 스미싱을 사전에 탐지하여 피해를 예방하기 위한 기술들이 개발되고 있으며, 최근에는 인공지능 기술의 발달에 따라 인공지능 기술을 활용한 보이스 피싱이나 스미싱 탐지 방법이 활발히 연구되고 있다.
관련 선행 문헌으로 특허 문헌인, 대한민국 등록특허 제10-2105059호, 대한민국 공개특허 제2020-0039407호가 있다.
본 발명은 보다 빠르고 효과적으로 보이스 피싱 또는 스미싱을 탐지하고, 보이스 피싱 또는 스미싱을 탐지하고, 보이스 피싱 또는 스미싱을 예방할 수 있는 보이스 피싱 또는 스미싱을 탐지하는 방법을 제공하기 위한 것이다.
상기한 목적을 달성하기 위한 본 발명의 일 실시예에 따르면, 타겟 사용자의 단말로 전송되는 타겟 음성 신호 또는 타겟 메시지를 수집하는 단계; 보이스 피싱 또는 스미싱에 이용되는 텍스트를 통해 학습된 탐지 모델을 이용하여, 상기 타겟 음성 신호 또는 타겟 메시지에 대한 보이스 피싱 의도 또는 스미싱 의도를 탐지하는 단계; 및 상기 탐지 결과에 따라, 상기 타겟 음성 신호 또는 타겟 메시지에 대한 상기 단말의 수신을 차단하고, 상기 단말로 보이스 피싱 경고 또는 스미싱 경고를 제공하는 단계를 포함하는 보이스 피싱 또는 스미싱 탐지 방법이 제공된다.
본 발명의 일실시예에 따르면, 딥러닝 모델 기반으로 보다 빠르고 정확하게 보이스 피싱 또는 스미싱을 탐지할 수 있다.
또한 본 발명의 일실시예에 따르면, 사용자의 단말로 전송되는 음성 신호나 메시지를 서버에서 수집하여 보이스 피싱 또는 스미싱을 탐지하고, 음성 신호나 메시지에 대한 단말의 수신을 차단함으로써, 보이스 피싱 또는 스미싱을 사전에 예방할 수 있다.
도 1은 본 발명의 일실시예에 따른 보이스 피싱 또는 스미싱 탐지 방법을 설명하기 위한 도면이다.
도 2는 본 발명의 다른 실시예에 따른 보이스 피싱 탐지 방법을 설명하기 위한 도면이다.
도 3은 본 발명의 일실시예에 따른 보이스 피싱 또는 스미싱 탐지 시스템을 설명하기 위한 도면이다.
도 2는 본 발명의 다른 실시예에 따른 보이스 피싱 탐지 방법을 설명하기 위한 도면이다.
도 3은 본 발명의 일실시예에 따른 보이스 피싱 또는 스미싱 탐지 시스템을 설명하기 위한 도면이다.
본 발명은 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 상세한 설명에 상세하게 설명하고자 한다. 그러나, 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다. 각 도면을 설명하면서 유사한 참조부호를 유사한 구성요소에 대해 사용하였다.
이하에서, 본 발명에 따른 실시예들을 첨부된 도면을 참조하여 상세하게 설명한다.
도 1은 본 발명의 일실시예에 따른 보이스 피싱 또는 스미싱 탐지 방법을 설명하기 위한 도면이다.
본 발명의 일실시예에 따른 탐지 방법은 프로세서 및 메모리를 포함하는 컴퓨팅 장치에서 수행될 수 있으며, 일실시예로서, 통신 서비스를 제공하는 사업자의 서버에서 수행될 수 있다. 이하에서는 통신 서비스를 제공하는 사업자의 서버에서 수행되는 보이스 피싱 또는 스미싱 탐지 방법이 일실시예로서 설명된다.
도 1을 참조하면, 본 발명의 일실시예에 따른 서버는 타겟 사용자의 단말로 전송되는 타겟 음성 신호 또는 타겟 메시지를 수집(S110)한다. 일실시예로서, 서버는 타겟 사용자의 통화 중에서 실시간으로 타겟 음성 신호를 수집할 수 있다. 수집되는 타겟 음성 신호에는 타겟 사용자의 목소리와 통화 상대방의 목소리가 모두 포함될 수 있다. 그리고 서버는 타겟 사용자의 단말로 타겟 메시지가 수신되기 전에, 타겟 메시지를 수집할 수 있다.
타겟 사용자는 일실시예로서, 노인, 장애인 등과 같이 보이스 피싱 취약 계층 또는 스미싱 취약 계층으로 분류된 사용자일 수 있으며, 서버는 타겟 사용자의 동의하에 음성 신호 또는 메시지를 수집할 수 있다.
수집된 타겟 음성 신호는 보이스 피싱 탐지에 이용되며, 수집된 타겟 메시지는 스미싱 탐지에 이용된다. 수집된 타겟 메시지는 문자 메시지 뿐만 아니라, 메신저의 메시지를 포함한다.
본 발명의 일실시예에 따른 서버는 미리 학습된 탐지 모델을 이용하여, 수집된 타겟 음성 신호 또는 타겟 메시지에 대한 보이스 피싱 의도 또는 스미싱 의도를 탐지(S120)한다. 즉, 발신자가 보이스 피싱의 또는 스미싱의 목적으로 타겟 사용자에게 전화를 하거나 메시지를 전송하였는지 여부를 탐지한다.
탐지 모델은 딥러닝 모델로서, 보이스 피싱 또는 스미싱에 이용되는 텍스트를 포함하는 훈련 데이터를 통해 학습될 수 있다. 보다 구체적으로, 보이스 피싱 또는 스미싱에 이용되는 텍스트, 일상 대화에 이용되는 텍스트 그리고, 이러한 텍스트에 대한 라벨링 데이터를 통해 탐지 모델이 학습될 수 있다.
따라서, 단말로 전송되는 타겟 음성 신호 또는 타겟 메시지에 보이스 피싱 또는 스미싱에 이용되는 텍스트 또는 이와 유사한 텍스트가 포함되어 있는 경우, 탐지 모델은 타겟 음성 신호 또는 타겟 메시지에 보이스 피싱 의도 또는 스미싱 의도가 포함되어 있는 것으로 탐지할 수 있다.
탐지 모델의 성능을 높이기 위해, 단계 S120의 탐지 결과가 탐지 모델의 학습에 이용될 수 있다. 탐지 결과, 보이스 피싱 또는 스미싱 의도가 포함된 것으로 판단된 타겟 음성 신호 또는 타겟 메시지에 포함된 텍스트는, 훈련 데이터에 포함되어 탐지 모델의 학습에 이용될 수 있다.
본 발명의 일실시예에 따른 서버는 단계 S120의 탐지 결과에 따라, 타겟 음성 신호 또는 타겟 메시지에 대한 단말의 수신을 차단(S130)한다. 서버는, 통화중인 단말에 대해서는 발신자의 발신을 차단함으로써, 단말이 더 이상 타겟 음성 신호를 수신하지 못하도록 처리하며, 메시지의 경우 발신자로부터 전송된 타겟 메시지를 단말로 전달하지 않음으로써, 타겟 메시지의 수신을 차단할 수 있다. 그리고 서버는 단말로 보이스 피싱 경고 또는 스미싱 경고를 제공(S130)한다. 서버는 ARS나 메시지 형태로 경로를 제공할 수 있다.
본 발명의 일실시예에 따르면, 딥러닝 모델 기반으로 보다 빠르고 정확하게 보이스 피싱 또는 스미싱을 탐지할 수 있을 뿐만 아니라, 사용자의 단말로 전송되는 음성 신호나 메시지를 서버에서 수집하여 보이스 피싱 또는 스미싱을 탐지하고, 음성 신호나 메시지에 대한 단말의 수신을 차단함으로써, 보이스 피싱 또는 스미싱을 사전에 예방할 수 있다.
도 2는 본 발명의 다른 실시예에 따른 보이스 피싱 탐지 방법을 설명하기 위한 도면이다.
단계 S120에서 서버는 전술된 탐지 모델과 함께 상관 계수를 이용하여, 음성 신호에 대한 보이스 피싱 의도를 탐지할 수 있다.
전술된 바와 같이, 탐지 모델은 테스트 기반으로 학습된 모델이기 때문에, 서버는 타겟 음성 신호를 텍스트 데이터로 변환(S210)하고, 변환된 텍스트 데이터를 탐지 모델에 입력하여, 타겟 음성 신호에 대한 제1탐지 결과를 획득(S220)한다. 제1탐지 결과는 탐지 모델의 출력으로서, 타겟 음성 신호에 보이스 피싱 의도가 포함되었는지 여부를 나타낸다.
그리고 서버는 타겟 음성 신호와, 데이터 베이스에 저장된 보이스 피싱 음성 신호들 각각 사이의 상관 계수를 계산(S230)한다. 데이터 베이스에는 보이스 피싱에 이용된 다양한 종류 그리고 다양한 길이의 보이스 피싱 음성 신호들이 저장될 수 있으며, 서버는 보이스 피싱 음성 신호들 각각과 타겟 음성 신호 사이의 상관 계수를 계산한다.
단계 S230에서 서버는, 타겟 음성 신호와, 보이스 피싱 음성 신호들을 미리 설정된 주기에 따라 복수의 세그먼트로 분할하고, 세그먼트별로 상관 계수를 계산한다. 즉, 타겟 음성 신호의 세그먼트와, 보이스 피싱 음성 신호들의 세그먼트 사이의 상관 계수를 계산한다.
예컨대, 제1 및 제2보이스 피싱 음성 신호의 길이가 각각 120초, 20초이고, 타겟 음성 신호의 길이가 100초이며, 미리 설정된 주기가 10초라면, 타겟 음성 신호는 10개, 제1보이스 피싱 음성 신호는 12개, 제2보이스 피싱 음성 신호는 10개의 세그먼트로 분할될 수 있다. 그리고 서버는 각 주기에 대응되는 세그먼트 사이의 상관 계수를 계산한다.
서버는 일실시예로서, [수학식 1]과 같이, 상관 계수(
)를 계산할 수 있다.
여기서, 
는 타겟 음성 신호, 
는 보이스 피싱 음성 신호, T는 주기, N은 세그먼트의 인덱스, t1은 세그먼트의 시작 시점을 나타낸다.
여기서, 상관 계수의 계산 횟수는, 상관 계수가 계산되는 타겟 음성 신호와 보이스 피싱 음성 신호 쌍(pair) 중에서, 보다 짧은 신호의 세그먼트의 개수에 대응된다. 예컨대 전술된 예시에서, 타겟 음성 신호와 제1보이스 피싱 음성 신호의 상관 계수가 계산될 경우에는, 상관 계수의 계산 횟수가 10이며, 타겟 음성 신호와 제2보이스 피싱 음성 신호의 상관 계수가 계산될 경우에는, 상관 계수의 계산 횟수가 2가 될 수 있다.
이 때, 서버는 상관 계수 계산 속도를 높이기 위해, 이전 주기의 세그먼트에 대한 상관 계수가 미리 설정된 제1임계값 이상인 경우, 다음 주기의 세그먼트에 대한 상관 계수를 계산한다. 다시 말해 서버는, 이전 주기의 세그먼트에 대한 상관 계수가 제1임계값보다 작다면, 다음 주기의 세그먼트에 대해서는 상관 계수를 계산하지 않는다.
예컨대, 첫번째 주기에서 타겟 음성 신호의 세그먼트와 제1보이스 피싱 음성 신호의 세그먼트 사이의 상관 계수가 제1임계값 이상이라면, 서버는 두번째 주기에서 타겟 음성 신호의 세그먼트와 제1보이스 피싱 음성 신호의 세그먼트 사이의 상관 계수를 계산하는 반면, 첫번째 주기에서의 상관 계수가 제1임계값보다 작다면, 서버는 두번째 주기에서 타겟 음성 신호와 제1보이스 피싱 음성 신호 사이의 상관 계수를 계산하지 않는다.
그리고 서버는 단계 S230에서 계산된 상관 계수로부터, 음성 신호에 대한 제2탐지 결과를 획득(S240)한다. 서버는 보이스 피싱 음성 신호들 중에서, 상관 계수의 계산 횟수가 마지막 세그먼트에 대응되는 참조 보이스 피싱 음성 신호들을 확인하고, 참조 보이스 피싱 음성 신호들의 마지막 세그먼트에 대한 상관 계수를 가중합하여, 제2탐지 결과를 생성한다.
전술된 예시에서, 타겟 음성 신호의 10개 세그먼트와, 제1보이스 피싱 음성 신호의 10개 세그먼트 사이의 상관 계수가 모두 제1임계값 이상이라면, 제1보이스 피싱 음성 신호의 마지막 세그먼트인 열번째 세그먼트가 상관 계수의 계산 횟수인 10에 대응되므로, 제1보이스 피싱 음성 신호는 참조 보이스 피싱 음성 신호로 결정된다. 그리고 타겟 음성 신호의 2개의 세그먼트와, 제2보이스 피싱 음성 신호의 2개 세그먼트 사이의 상관 계수가 모두 제1임계값 이상이라면, 제2보이스 피싱 음성 신호의 마지막 세그먼트인 두번째 세그먼트가 상관 계수의 계산 횟수인 2에 대응되므로, 제2보이스 피싱 음성 신호 역시, 참조 보이스 피싱 음성 신호로 결정된다. 그리고 서버는 제1보이스 피싱 음성 신호의 열번째 세그먼트에 대한 상관 계수와, 제2보이스 피싱 음성 신호의 두번째 세그먼트에 대한 상관 계수를 가중합한다.
단계 S240에서 서버는 일실시예로서, 가중합된 상관 계수와 제2임계값을 비교하여 제2탐지 결과를 생성할 수 있으며, 가중합된 상관 계수가 제2임계값보다 큰 경우, 타겟 음성 신호에 보이스 피싱 의도가 포함되었다는 제2탐지 결과를 생성할 수 있다.
한편, 상관 계수를 가중합할 때, 참조 보이스 피싱 음성 신호들에 대한 가중치는, 참조 보이스 피싱 음성 신호의 길이에 비례하여 결정될 수 있다. 전술된 제1 및 제2보이스 피싱 음성 신호가 참조 보이스 피싱 음성 신호들인 경우, 제1보이스 피싱 음성 신호에 대한 가중치는, 제2보이스 피싱 음성 신호에 대한 가중치보다 클 수 있다.
서버는 제1 및 제2탐지 결과로부터, 음성 신호에 대한 보이스 피싱 의도를 판단(S250)한다. 제2탐지 결과 역시 제1탐지 결과와 같이, 음성 신호에 보이스 피싱 의도가 포함되었는지 여부를 나타내며, 서버는 제1 및 제2탐지 결과를 모두 이용하여, 최종적으로 음성 신호에 보이스 피싱 의도가 포함되었는지를 판단한다.
예컨대, 서버는 제1 및 제2탐지 결과가 모두 음성 신호에 보이스 피싱 의도가 포함된 것으로 나타난 경우, 음성 신호에 보이스 피싱 의도가 포함되었다고 판단할 수 있다.
도 3은 본 발명의 일실시예에 따른 보이스 피싱 또는 스미싱 탐지 시스템을 설명하기 위한 도면이다.
도 3을 참조하면 본 발명의 일실시예에 따른 시스템은 정책 서버(110), 탐지 플랫폼(120), 보이스 피싱 데이터 베이스(130) 및 보이스 피싱 운영 센터(140)를 포함할 수 있다.
정책 서버(110)는 타겟 사용자에 대한 정보를 탐지 플랫폼으로 제공한다.
그리고 탐지 플랫폼(120)은 정책 서버(110)로부터 제공된 사용자 정보를 이용하여, 금융사기 조직(150)으로부터 타겟 사용자의 단말(160)로 전송되는 타겟 음성 신호 또는 타겟 메시지를 수집한다. 그리고 미리 학습된 탐지 모델을 이용하여, 수집된 타겟 음성 신호 또는 타겟 메시지에 대한 보이스 피싱 의도 또는 스미싱 의도를 탐지한다. 탐지 플랫폼(120)은 탐지 모델의 학습을 수행할 수 있다.
탐지 플랫폼(120)은 탐지 결과에 따라, 단말(160)의 타겟 음성 신호 또는 타겟 메시지에 대한 수신을 차단하고, 탐지 결과를 보이스 피싱 운영 센터(140)로 전달한다.
보이스 피싱 운영 센터(140)는 탐지 결과에 따라, 단말(160)로 보이스 피싱 경고 또는 스미싱 경고를 제공한다.
보이스 피싱 데이터 베이스(130)는 보이스 피싱 탐지에 이용되는 보이스 피싱 음성 신호들과, 탐지 모델의 학습에 이용되는 훈련 데이터를 탐지 플랫폼(120)으로 제공한다.
앞서 설명한 기술적 내용들은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 실시예들을 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 하드웨어 장치는 실시예들의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
이상과 같이 본 발명에서는 구체적인 구성 요소 등과 같은 특정 사항들과 한정된 실시예 및 도면에 의해 설명되었으나 이는 본 발명의 보다 전반적인 이해를 돕기 위해서 제공된 것일 뿐, 본 발명은 상기의 실시예에 한정되는 것은 아니며, 본 발명이 속하는 분야에서 통상적인 지식을 가진 자라면 이러한 기재로부터 다양한 수정 및 변형이 가능하다. 따라서, 본 발명의 사상은 설명된 실시예에 국한되어 정해져서는 아니되며, 후술하는 특허청구범위뿐 아니라 이 특허청구범위와 균등하거나 등가적 변형이 있는 모든 것들은 본 발명 사상의 범주에 속한다고 할 것이다.
Claims (5)
- 타겟 사용자의 단말로 전송되는 타겟 음성 신호를 수집하는 단계;
보이스 피싱에 이용되는 텍스트를 통해 학습된 탐지 모델을 이용하여, 상기 타겟 음성 신호에 대한 보이스 피싱 의도를 탐지하는 단계; 및
상기 탐지 결과에 따라, 상기 타겟 음성 신호에 대한 상기 단말의 수신을 차단하고, 상기 단말로 보이스 피싱 경고를 제공하는 단계를 포함하며,
상기 보이스 피싱 의도를 탐지하는 단계는
상기 타겟 음성 신호를 텍스트 데이터로 변환하는 단계;
상기 텍스트 데이터를 상기 탐지 모델에 입력하여, 상기 타겟 음성 신호에 대한 제1탐지 결과를 획득하는 단계;
상기 타겟 음성 신호와, 데이터 베이스에 저장된 보이스 피싱 음성 신호들 각각 사이의 상관 계수를 계산하는 단계;
상기 상관 계수로부터 상기 타겟 음성 신호에 대한 제2탐지 결과를 획득하는 단계; 및
상기 제1 및 제2탐지 결과로부터, 상기 타겟 음성 신호에 대한 보이스 피싱 의도를 판단하는 단계를 포함하며,
상기 상관 계수를 계산하는 단계는
상기 타겟 음성 신호와, 상기 보이스 피싱 음성 신호들을 미리 설정된 주기에 따라 복수의 세그먼트로 분할하는 단계; 및
상기 세그먼트별로 상관 계수를 계산하되, 이전 주기의 세그먼트에 대한 상관 계수가 미리 설정된 임계값 이상인 경우, 다음 주기의 세그먼트에 대한 상관 계수를 계산하는 단계
를 포함하는 보이스 피싱 탐지 방법.
- 삭제
- 삭제
- 제 1항에 있어서,
상기 제2탐지 결과를 획득하는 단계는
상기 보이스 피싱 음성 신호들 중에서, 상기 상관 계수의 계산 횟수가 마지막 세그먼트에 대응되는 참조 보이스 피싱 음성 신호들을 확인하는 단계; 및
상기 참조 보이스 피싱 음성 신호들의 마지막 세그먼트에 대한 상관 계수를 가중합하여, 상기 제2탐지 결과를 생성하는 단계를 포함하며,
상기 참조 보이스 피싱 음성 신호들에 대한 가중치는, 상기 참조 보이스 피싱 음성 신호의 길이에 비례하여 결정되며,
상기 계산 횟수는, 상기 타겟 음성 신호와 보이스 피싱 음성 신호 쌍 중에서 보다 짧은 신호의 세그먼트의 개수에 대응되는,
보이스 피싱 탐지 방법.
- 제 1항에 있어서,
상기 사용자는
보이스 피싱 취약 계층으로 분류된 사용자인
보이스 피싱 탐지 방법.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020220027790A KR102392950B1 (ko) | 2022-03-04 | 2022-03-04 | 보이스 피싱/스미싱 탐지 방법 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020220027790A KR102392950B1 (ko) | 2022-03-04 | 2022-03-04 | 보이스 피싱/스미싱 탐지 방법 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR102392950B1 true KR102392950B1 (ko) | 2022-04-29 |
Family
ID=81429033
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020220027790A KR102392950B1 (ko) | 2022-03-04 | 2022-03-04 | 보이스 피싱/스미싱 탐지 방법 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102392950B1 (ko) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102640315B1 (ko) * | 2022-10-28 | 2024-02-22 | 숭실대학교산학협력단 | 딥 러닝 기반 보이스 피싱 감지 장치 및 그 방법 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20140066465A (ko) * | 2012-11-23 | 2014-06-02 | 주식회사 우리은행 | 스팸 음성 메시지 차단 방법 및 이를 실행하는 장치 |
| KR20170006288A (ko) * | 2015-07-07 | 2017-01-17 | (주)티아이스퀘어 | 확률에 기반한 보이스 피싱 패턴 분석 장치 및 방법 |
| KR20170099064A (ko) * | 2016-02-23 | 2017-08-31 | 주식회사 에스원 | 피싱 차단 서비스 방법 및 시스템 |
| KR20210069899A (ko) * | 2019-12-04 | 2021-06-14 | 주식회사 핑거 | 보이스피싱 탐지 시스템 |
-
2022
- 2022-03-04 KR KR1020220027790A patent/KR102392950B1/ko active IP Right Grant
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20140066465A (ko) * | 2012-11-23 | 2014-06-02 | 주식회사 우리은행 | 스팸 음성 메시지 차단 방법 및 이를 실행하는 장치 |
| KR20170006288A (ko) * | 2015-07-07 | 2017-01-17 | (주)티아이스퀘어 | 확률에 기반한 보이스 피싱 패턴 분석 장치 및 방법 |
| KR20170099064A (ko) * | 2016-02-23 | 2017-08-31 | 주식회사 에스원 | 피싱 차단 서비스 방법 및 시스템 |
| KR20210069899A (ko) * | 2019-12-04 | 2021-06-14 | 주식회사 핑거 | 보이스피싱 탐지 시스템 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102640315B1 (ko) * | 2022-10-28 | 2024-02-22 | 숭실대학교산학협력단 | 딥 러닝 기반 보이스 피싱 감지 장치 및 그 방법 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20210329030A1 (en) | Device, System, and Method of Detecting Vishing Attacks | |
| US10242669B1 (en) | Enhanced transcription of audio data with punctuation markings based on silence durations | |
| CN106504744A (zh) | 一种语音处理方法及装置 | |
| CN106682906B (zh) | 一种风险识别、业务处理方法和设备 | |
| JP6466334B2 (ja) | リアルタイム交通検出 | |
| KR102392950B1 (ko) | 보이스 피싱/스미싱 탐지 방법 | |
| KR102105059B1 (ko) | 보이스 피싱 방지 방법, 보이스 피싱 방지 서버, 이를 위한 컴퓨터 프로그램 | |
| TW201816678A (zh) | 一種非法交易檢測方法及裝置 | |
| CN111078880A (zh) | 子应用的风险识别方法以及装置 | |
| CN111553701A (zh) | 一种基于会话的风险交易确定方法和装置 | |
| CN109002733A (zh) | 一种对设备进行可信性评价的方法及装置 | |
| CN110503546A (zh) | 基于信息安全的定位信息防欺诈方法及相关设备 | |
| KR20170010978A (ko) | 통화 내용 패턴 분석을 통한 보이스 피싱 방지 방법 및 장치 | |
| KR101792204B1 (ko) | 확률에 기반한 보이스 피싱 패턴 분석 장치 및 방법 | |
| CN108804501B (zh) | 一种检测有效信息的方法及装置 | |
| CN112434245A (zh) | 基于ueba进行异常行为事件的判断方法、装置及相关产品 | |
| CN113191787A (zh) | 电信数据的处理方法、装置电子设备及存储介质 | |
| CN111104685B (zh) | 一种二维码的动态更新方法及装置 | |
| US20220377095A1 (en) | Apparatus and method for detecting web scanning attack | |
| US9355643B2 (en) | Evaluation of the voice quality of a coded speech signal | |
| CN112035677B (zh) | 基于知识图谱的诈骗人员发现方法及装置 | |
| KR101792203B1 (ko) | 보이스 피싱 위험 단어의 거리 계산을 통한 보이스 피싱 판단 장치 및 방법 | |
| CN114065187A (zh) | 异常登录检测方法、装置、计算设备及存储介质 | |
| KR102606456B1 (ko) | 피싱 분석 장치 및 그 방법 | |
| CN109711984B (zh) | 一种基于催收的贷前风险监控方法及装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A302 | Request for accelerated examination | ||
| E902 | Notification of reason for refusal | ||
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |