KR20020000568A - 전자상거래 또는 카드를 이용한 거래에서의 사고 방지시스템 및 그 방법 - Google Patents

Abstract

전자상거래 또는 카드를 이용한 거래에서의 사고 방지 시스템 및 그 방법이 개시된다. 본 발명에 따른 카드를 이용한 거래에서 사고 거래 방지 시스템은 본 발명에 따른 카드를 이용한 거래에서 사고 거래 방지 시스템은 통신망을 통해 각 가맹점으로부터 카드 거래 승인이 요청되면 카드 거래 데이터를 확인하여 승인 가/부를 결정하는 승인 서버; 신경망 사고 예측 모델 및 현업반영 사고 예측 모델을 각각 생성하고, 생성된 신경망 사고 예측 모델과 현업반영 사고 예측 모델을 이용하여 승인 서버에서 전송되는 카드 거래 데이터가 사고 거래인가를 예측하고, 예측된 결과를 승인 서버로 피드백하는 사고 거래 방지 서버; 및 사고 거래 방지 서버에서 사고 거래로 예측되면 해당 회원 및 가맹점으로 자동 전화 발신하여 사고 거래 여부를 실시간으로 조사하는 모니터링부를 포함하는 것을 특징으로 하며, 다양한 사고 예측 모델들을 통해 정밀한 사고 예측을 할 수 있다. 또한, 소비패턴을 가장 잘 파악하고 있는 회원 스스로가 사고일 가능성이 있는 거래 패턴을 설정하여 사고 예측을 할 수 있으며, 사고 거래로 예측되면 해당 가맹점 및 해당 회원에게 자동 전화 발신을 통해 신속한 조사가 가능하다. 또한, 사고 거래로 조사되면 가맹점에서 가장 가까운 경찰서로 자동 전화 발신을 함으로써, 범인의 현장 검거가 가능하다.

Description

전자상거래 또는 카드를 이용한 거래에서의 사고 방지 시스템 및 그 방법{Fraud prevention system and method over electronic or credit card commerce}

본 발명은 전자상거래 또는 카드를 이용한 거래에서 발생되는 각종 사고 거래를 방지하기 위한 사고 방지 시스템 및 그 방법에 관한 것이다.

최근, 오프라인(OFF-LINE) 상에서 카드 거래가 또는 온라인(ON-LINE) 상에서전자 상거래가 증가되고 있다. 카드를 이용한 거래 또는 전자 상거래는 거래가 이루어지는 당시에 본인임을 확인할 수 없기 때문에, 카드의 도난/분실/명의 도용 등 또는 개인정보의 누출 등으로 인한 사고 거래가 따르게 된다. 따라서, 각 카드사마다 또는 전자 상거래를 주관하는 주관사마다 사고 매출로 인한 피해액을 최소화하기 위해 자체적으로 사고방지 시스템을 구축하여 운영하고 있다. 그러나, 대부분의 사고방지 시스템은 거래 결재를 승인하는 승인 시스템 내에서 운영되는 경우가 많다. 예컨대, 승인 시스템 내에 각종 사고 예측모델을 저장시켜놓고, 사고 예측모델에 부합되는 데이터가 입력되면 승인 시스템이 승인을 거절함으로써 사고 매출을 줄일 수 있다. 그러나, 이처럼 승인 시스템 내에 사고 예측 모델들을 저장시키는 데는 한계가 있다. 즉, 사고매출을 최소화하기 위해 승인 시스템 내에 많은 사고 예측 모델들을 저장시킬 경우 승인 시스템의 과부하로 인해 결재에 걸리는 시간이 길어져 고객에게 불편을 줄 수 있다. 따라서, 승인 시스템에는 고객의 카드 결재에 불편함이 없는 한도 내에서(예컨대, 3초 이내에 거래 결재가 이루어지도록) 사고의 확률이 높다고 인정되는 최소한의 사고 예측 모델들만을 저장해두어야 한다. 결국, 승인 시스템의 승인시점에서 적발할 수 있는 사고매출이 매우 한정적이다.

또한, 종래에는 사고 예측모델을 생성하기 위해 이용되는 데이터는 각 카드사가 보유하고 있는 사고발생 고객의 사고 데이터만이 이용되었다. 따라서, 종래에는 다양한 사고 예측모델을 생성하기가 어렵다. 그리고, 사고 매출의 특성상 심야 및 새벽시간대의 사고 매출이 많으므로 24시간 운영이 가능한 사고 거래 방지 시스템 환경이 절대적으로 필요하다. 그러나, 종래에는 최소 승인일 다음날이 되어야 요주의 회원 리스트를 통한 전화 모니터링 또는 승인시점으로부터 상당한 시간 소요 후의 모니터링만이 가능하다는 한계성을 지닌다.

본 발명이 이루고자 하는 기술적 과제는 카드를 매개로 이루어지는 거래에서 사고 거래를 방지하는 사고 거래 방지 시스템 및 그 방법, 그리고 이 방법을 컴퓨터에서 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체를 제공하는데 있다.

본 발명이 이루고자 하는 다른 기술적 과제는 전자 상거래에서 사고 거래를 방지하는 사고 거래 방지 시스템 및 그 방법, 그리고 이 방법을 컴퓨터에서 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체를 제공하는데 있다.

도 1은 본 발명을 수행하기 위한 컴퓨터 네트웍으로 연결된 전자 상거래 또는 카드를 이용한 거래에서의 사고 거래 방지 시스템의 전체 구성을 나타내는 도면이다.

도 2는 본 발명에 따른 사고 방지 방법을 설명하기 위한 흐름도이다.

도 3은 도 2에서 제84단계 내지 제90단계를 보다 상세히 나타내는 흐름도이다.

도 4는 사고 거래 방지 서버(40)에서 사고 예측 모델 관리를 설명하는 도면이다.

도 5는 도 3의 제128단계에서 회원 상담 및 조사 기록을 예측 결과 데이터 베이스(58)에 등록하는 것을 설명하는 도면이다.

도 6은 사고 거래 방지 서버(40)에서 조사결과 사고 거래로 인정되면 전자 지도를 이용한 경찰 자동 출두 기능을 설명하는 도면이다.

상기 과제를 이루기 위해, 본 발명에 따른 카드를 이용한 거래에서 사고 거래 방지 시스템은 통신망을 통해 각 가맹점으로부터 카드 거래 승인이 요청되면 카드 거래 데이터를 확인하여 승인 가/부를 결정하는 승인 서버; 회원정보, 가맹점정보, 카드를 매개로 하여 발생되는 매입/매출 정보 및 카드 사고 정보 등의 데이터를 신경망에 의한 데이터 마이닝을 통해 신경망 사고 예측 모델 및 현업지식을반영하여 현업반영 사고 예측 모델을 각각 생성하고, 신경망 사고 예측 모델과 현업반영 사고 예측 모델을 이용하여 승인 서버에서 전송되는 카드 거래 데이터가 사고 거래인가를 예측하고, 예측된 결과를 승인 서버로 피드백하는 사고 거래 방지 서버; 및 사고 거래 방지 서버에서 사고 거래로 예측되면 해당 회원 및 가맹점으로 자동 전화 발신하여 사고 거래 여부를 실시간으로 조사하는 모니터링부를 포함한다.

상기 과제를 이루기 위해, 각 가맹점으로부터의 카드 거래 승인 요청에 대한 승인 가/부를 결정하는 승인서버 및 사고 거래를 예측하여 사고 거래를 방지하는 사고 거래 방지 서버가 통신망을 통하여 연결된 통신 네트웍 시스템에서, 본 발명에 따른 사고 거래 방지 방법은 회원정보, 가맹점정보, 카드를 매개로 하여 발생되는 매입/매출 정보 및 카드 사고정보 등의 데이터를 신경망에 의한 데이터 마이닝을 수행하는 (a)단계; 통계 프로그램을 이용하여 (a)단계에서 마이닝된 데이터를 변수로하여, 사고거래를 예측하고 예측된 결과에 따른 점수를 산출하는 사고 인식률이 높은 제1신경망 사고 예측 모델과, 현업 노우하우를 반영한 현업반영 사고 예측 모델을 생성하는 (b)단계; 가맹점으로부터 승인 서버로 거래승인이 요청되면, 제1신경망 사고 예측 모델과 현업반영 사고 예측 모델을 이용하여 가맹점으로부터 제공되는 카드 거래 데이터가 사고 거래 데이터인가를 예측하는 (c)단계; (d)단계에서 사고 거래로 예측되면 사고 거래라고 예측되면 차회 승인거절을 위해 승인 서버의 데이터 필드에 마킹을 하고, 사고 거래 여부를 조사하는 (d)단계; 및 (c)단계에서의 예측 결과 및 (d)단계에서의 조사 결과를 데이터베이스에 저장하는 (e)단계로 이루어진다.

상기 과제를 이루기 위해, 각 가맹점으로부터의 카드 거래 승인 요청에 대한 승인 가/부를 결정하는 승인서버 및 사고 거래를 예측하여 사고 거래를 방지하는 사고 거래 방지 서버가 통신망을 통하여 연결된 통신 네트웍 시스템에서, 본 발명에 따른 사고 거래 방지 프로그램을 기록한 기록매체는 회원정보, 가맹점정보, 카드를 매개로 하여 발생되는 매입/매출 정보 및 카드 사고정보 등의 데이터를 신경망에 의한 데이터 마이닝을 수행하는 (a)단계; 통계 프로그램을 이용하여 (a)단계에서 마이닝된 데이터를 변수로하여, 사고거래를 예측하고 예측된 결과에 따른 점수를 산출하는 사고 인식률이 높은 제1신경망 사고 예측 모델과, 현업 노우하우를 반영한 현업반영 사고 예측 모델을 생성하는 (b)단계; 가맹점으로부터 승인 서버로 거래승인이 요청되면, 제1신경망 사고 예측 모델과 현업반영 사고 예측 모델을 이용하여 가맹점으로부터 제공되는 카드 거래 데이터가 사고 거래 데이터인가를 예측하는 (c)단계; (d)단계에서 사고 거래로 예측되면 사고 거래라고 예측되면 차회 승인거절을 위해 승인 서버의 데이터 필드에 마킹을 하고, 사고 거래 여부를 조사하는 (d)단계; 및 (c)단계에서의 예측 결과 및 (d)단계에서의 조사 결과를 데이터베이스에 저장하는 (e)단계로 이루어진다.

상기 다른 과제를 이루기 위해, 본 발명에 따른 전자 상거래에서 사고 거래 방지 시스템은 통신망을 통해 고객으로부터 전자 상거래 승인이 요청되면 전자 상거래 데이터를 확인하여 승인 가/부를 결정하는 승인 서버; 고객정보, 전자 상거래를 통한 매입/매출 정보 및 사고 정보 등의 데이터를 신경망에 의한 데이터 마이닝을 통해 신경망 사고 예측 모델 및 현업지식을 반영하여 현업반영 사고 예측 모델을 각각 생성하고, 신경망 사고 예측 모델과 현업반영 사고 예측 모델을 이용하여 승인 서버에서 전송되는 전자 상거래 데이터가 사고 거래인가를 판단하고, 판단 결과를 승인 서버로 피드백하는 사고 거래 방지 서버; 및 사고 거래 방지 서버에서 사고 거래로 예측되면 해당 회원에게 자동 전화 발신하여 사고 거래 여부를 실시간으로 조사하는 모니터링부를 포함한다.

상기 다른 과제를 이루기 위해, 각 고객으로부터의 거래 승인 요청에 대한 승인 가/부를 결정하는 승인서버 및 사고 거래를 예측하여 사고 거래를 방지하는 사고 거래 방지 서버가 통신망을 통하여 연결된 통신 네트웍 시스템에서, 본 발명에 따른 사고 거래 방지 방법은, 고객 정보, 고객의 매입정보 및 사고정보 등의 데이터를 신경망에 의한 데이터 마이닝을 수행하는 (a)단계; 통계 프로그램을 이용하여 (a)단계에서 마이닝된 데이터를 변수로하여, 사고거래를 예측하고 예측된 결과에 따른 점수를 산출하는 사고 인식률이 높은 신경망 사고 예측 모델과, 현업 노우하우를 반영한 현업반영 사고 예측 모델을 생성하는 (b)단계; 고객으로부터 승인 서버로 거래 승인이 요청되면, 신경망 사고 예측 모델과 현업반영 사고 예측 모델을 이용하여 고객 컴퓨터로부터 제공되는 전자 상거래 데이터가 사고 거래 데이터인가를 예측하는 (c)단계; (d)단계에서 사고 거래로 예측되면 사고 거래라고 예측되면 차회 승인거절을 위해 승인 서버의 데이터 필드에 마킹을 하고, 사고 거래 여부를 조사하는 (d)단계; 및 (c)단계에서의 예측 결과 및 (d)단계에서의 조사 결과를 데이터베이스에 저장하는 (e)단계로 이루어진다.

상기 다른 과제를 이루기 위해, 각 고객으로부터의 거래 승인 요청에 대한 승인 가/부를 결정하는 승인 서버 및 사고 거래를 예측하여 사고 거래를 방지하는 사고 거래 방지 서버가 통신망을 통하여 연결된 통신 네트웍 시스템에서, 본 발명에 따른 사고 거래를 방지하는 프로그램을 기록한 기록매체는 고객 정보, 고객의 매입정보 및 사고정보 등의 데이터를 신경망에 의한 데이터 마이닝을 수행하는 (a)단계; 통계 프로그램을 이용하여 (a)단계에서 마이닝된 데이터를 변수로하여, 사고거래를 예측하고 예측된 결과에 따른 점수를 산출하는 사고 인식률이 높은 신경망 사고 예측 모델과, 현업 노우하우를 반영한 현업반영 사고 예측 모델을 생성하는 (b)단계; 고객으로부터 승인 서버로 거래 승인이 요청되면, 신경망 사고 예측 모델과 현업반영 사고 예측 모델을 이용하여 고객 컴퓨터로부터 제공되는 전자 상거래 데이터가 사고 거래 데이터인가를 예측하는 (c)단계; (d)단계에서 사고 거래로 예측되면 사고 거래라고 예측되면 차회 승인거절을 위해 승인 서버의 데이터 필드에 마킹을 하고, 사고 거래 여부를 조사하는 (d)단계; 및 (c)단계에서의 예측 결과 및 (d)단계에서의 조사 결과를 데이터베이스에 저장하는 (e)단계로 이루어진다.

이하, 본 발명에 따른 전자상거래 또는 카드를 이용한 거래에서의 사고 방지 시스템 및 그 방법을 첨부한 도면들을 참조하여 다음과 같이 설명한다.

도 1은 본 발명을 수행하기 위한 컴퓨터 네트웍으로 연결된 전자 상거래 또는 카드를 이용한 거래에서의 사고 거래 방지 시스템의 전체 구성을 나타내는 도면이다. 사고 거래 방지 서버(40)는 사고 거래 방지를 주관하는 회사에 구비된 서버이며, 승인 서버(20)는 카드를 이용한 거래 또는 전자 상거래에서 거래 승인을 주관하는 서버이며, 운용 서버(10)는 카드를 이용한 거래 또는 전자 상거래의 운용을 주관하는 서버이다. 또한, 모니터링 컴퓨터(60)는 사고 거래 방지 서버(40)에서 예측된 사고 결과를 모니터링하고, 가맹점(64), 고객(66) 또는 경찰서(68) 등과 공중전화망(PSTN)(62)과 같은 통신망을 통해 연결된다. 이하, 도 1을 참조한 본 발명의 사고 방지 시스템은 설명의 편의를 위해 카드를 이용한 거래를 중심으로 기술된다.

운용 서버(10)는 카드를 매개로 한 회원/가맹점의 거래 내역이 저장된 매입/매출 데이터 베이스(DB:Database, 12), 가맹점들에 대한 정보를 저장한 가맹점 데이터 베이스(14)와 카드 회원에 대한 정보를 저장한 회원 데이터 베이스(16)를 포함하고 있다.

승인 서버(20)는 카드 가맹점들이 거래 승인을 요청하면서 승인 서버(20)로 전송하는 회원 카드에 대한 정보 및 가맹점에 대한 정보 및 거래 내역 등(이하, 카드 거래 데이터라 함)을 이용하여 카드 거래의 승인 여부를 결정하고, 그 결과를 카드 가맹점으로 전송한다. 또한, 카드 거래의 승인 여부를 승인 데이터 베이스(24)에 저장하고, 카드 가맹점들로부터 전송된 카드 거래 데이터를 사고 거래 방지 서버(40)로 실시간 재전송 한다. 이 때, 승인 서버(20)는 불량 거래 리스트(Black List)에 대한 정보를 저장하고 있어, 카드 가맹점으로부터 전송된 카드 및 가맹점 정보가 불량 거래 리스트에 해당되면 즉시 거래 승인을 거절할 수 있다.

또한, 승인 서버(20)는 사고 거래 방지 서버(40)로부터 제공되는, 후술되는 모델링 서버(46)에서 생성된, 제1신경망 사고 예측 모델(이하, FDM(Fraud detection model)1이라 함)(22)이 저장될 수 있다. 승인 서버(20)에 저장된FDM1(22)은 입력되는 가맹점 정보 및 회원 정보를 변수로 이용하여 점수를 산출하고, 산출된 점수에 따라 카드 거래의 승인 여부를 결정한다. 예컨대, FDM1은 가맹점 정보 및 회원 정보를 이용하여 사고 거래일 확률을 0~1000점 사이의 점수로 구분할 수 있으며, 점수가 높을수록 사고 거래일 확률이 높은 거래로 구분될 수 있다.

이 때, 승인 서버(20)에 저장되는 FDM1(22)은 사고 위험성이 높은 카드 거래만을 추출하는 사고 인식률이 낮은 예측 모델인 것이 유리하다. 즉, 사고 인식률이 낮은 FDM1(22)은 사고 위험성이 높고 사고 확률이 확실시되는 카드 거래만을 선별할 수 있다. 이처럼, 승인 서버(20)에 저장되는 FDM1(22)은 사고 위험성이 높은 카드 거래만을 추출하므로, 사고 거래 여부를 예측하는 데 걸리는 시간이 짧다. 만약, 사고 인식률이 높은 예측 모델의 경우, 사고 거래를 예측할 수 있는 확률은 높지만 사고 거래여부를 결정하는 데 걸리는 시간이 길어져 결국, 카드 승인에 걸리는 시간이 길어진다. 이처럼 거래 승인에 걸리는 시간이 길어지면 가맹점 및 회원에게 불편을 주게되므로 효과적이지 못하다. 따라서, 승인 서버(20)에 사고 예측 모델을 저장할 경우, 사고 위험성이 확실시되는 경우만을 추출할 수 있도록 사고 인식률이 낮은 예측 모델을 저장하는 것이 바람직하다.

사고 거래 방지 서버(40)는 운영 서버(10)로부터 회원정보, 가맹점정보, 카드를 매개로 하여 발생되는 매입/매출 정보등을 신경망에 의한 데이터 마이닝(mining)을 통해 신경망 사고 예측 모델(FDM)을 생성한다. 또한, 사고 거래 방지 서버(10)는 과거의 카드 거래 사고 내역을 참고로 하고, 현업에서의노우하우(knowhow)를 바탕으로 한 현업반영 사고 예측 모델을 각각 생성한다. 여기서, 현업반영 사고 예측 모델은 카드 사고를 모니터링 하는 현업 노우하우를 바탕으로 카드 사고일 확률이 높은 경우를 미리 예측하는 모델이다.

사고 거래 방지 서버(40)는 생성된 FDM과 현업반영 사고 예측 모델을 이용하여 상기 승인 서버(20)에서 승인된 카드 거래가 사고 거래인가를 판단하고, 판단결과를 내부 데이터 베이스에 저장한다. 또한, 카드 거래가 사고 거래라고 예측되면 실제로 사고 거래인가를 확인하기 위한 조사를 실시하며, 조사 결과를 운영 서버(10) 및 승인 서버(20)로 피드백(feedback)하여 데이터 필드에 마킹하고, 사고 거래 방지 서버(40) 내부의 데이터 베이스에도 저장한다. 이처럼, 사고 거래임이 승인 서버(20)의 데이터 필드에 마킹되면, 차회 승인 서버(20)로 카드 거래 승인이 요청되면 승인 서버(20)는 즉시 카드 승인을 거절할 수 있다. 구체적으로, 사고 거래 방지 서버(40)는 데이터 베이스(62), 모델링 서버(48) 및 사고 예측부(51)를 포함한다.

데이터 베이스(62)는 통합 데이터 베이스(54) 및 거래 데이터 베이스(56)로 이루어진다. 통합 데이터 베이스(54)는 운영 서버(10)로부터 인트라넷과 같은 통신망(30)을 통해 카드 회원정보, 카드 가맹점정보 및 카드를 매개로 하여 발생되는 매입/매출 정보등을 제공받아 이를 저장한다. 또한, 사고 예측부(51)에서 사고 예측된 결과를 함께 저장한다. 거래 데이터 베이스(56)는 승인 서버(20)로부터 제공되는 카드 거래 데이터를 저장한다.

모델링 서버(48)는 통합 데이터 베이스(54)에 저장된 데이터 중 가용한 데이터를 선별하여 신경망에 의한 데이터 마이닝을 수행한다. 즉, 통합 데이터 베이스(54)에 저장된 데이터를 신경망에 의한 데이터 마이닝 툴을 이용하여 검색 가치가 높은 주요 팩터들을 추출한다. 그리고, 모델링 서버(48)는 추출된 팩터들을 소정의 통계프로그램(예컨대, SAS)을 이용하여 사고거래를 예측하고, 예측 결과에 따른 점수를 산출하는 신경망 사고 예측 모델을 생성한다. 상세히, 모델링 서버(48)는 데이터 마이닝을 통해 추출된 가용한 팩터에 실제 사고 데이터 및 현금 대출 데이터등 실제 경험치 데이터에 근거하여 적정한 가중치를 부여하여 최적화된 신경망 사고 예측 모델(FDM)을 생성한다. 예컨대, 모델링 서버(46)에서 생성된 FDM은 카드 거래 데이터가 입력되면 카드 거래 데이터를 FDM에 적용하여 사고 확률을 점수로서 산출하고 산출된 점수를 통해 사고 거래 여부를 판단한다. 이 때, 모델링 서버(46)에서 생성된 FDM1은 사고 거래 방지 서버(40)에만 저장되거나 또는 승인 서버(20)에 함께 저장될 수 있다. 승인 시스템에 적용될 FDM1은 전술된 바와 같이 사고 예측으로 인한 승인 서버(20)의 승인 지연을 최소화하기 위해 사고 위험성이 높은 카드 거래만 추출하도록 한다. 반면, 사고 거래 방지 서버(40)에 적용될 FDM2는 사고 위험성이 낮더라도 사고 가능성이 있는 카드 거래 데이터를 추출하여 사고 예측을 한다.

사고 예측부(51)는 모델링 서버(48)에서 생성된 FDM2(52)와 현업의 노우하우(knowhow)를 반영한 현업반영 사고 예측 모델(72)을 이용하여, 승인 서버(20)로부터 제공되어 거래 데이터 베이스(56)에 저장된, 카드 거래 데이터가 사고거래 데이터인가를 예측하고 예측된 결과를 통합 데이터 베이스(54)에 저장한다. 이 때, 카드 거래 데이터가 사고거래 데이터라고 예측되면 차회 승인거절을 위해 승인 서버(20) 및 운영 서버(10)의 데이터 필드에 마킹을 한다. 여기서, 현업반영 사고 예측 모델(72)은 현업에서 과거의 사고 현황 등을 모니터링하여 상황에 따라 사고일 확률이 높은 사고 모델들을 미리 정해놓은 것이다.

계속해서, 모니터링부(60)는 사고 예측부(51)에서 사고 거래라고 판단되면 해당 회원 및 가맹점에 대한 정보를 조회하고, 조회된 정보에서 전화번호를 클릭하여 선택함으로써 자동으로 해당 회원(66) 및 해당 가맹점(64)으로 확인 전화를 걸 수 있다. 이처럼, 전화 확인 결과 사고 거래라고 확인이 되면, 전자 지도를 이용하여 해당 가맹점과 가장 가까이에 있는 경찰서 또는 파출소를 조회하고, 조회된 정보에서 전화번호를 클릭하여 선택함으로써 자동으로 해당 경찰서 또는 파출소(68)로 경찰 지원 요청 전화를 걸 수 있다. 따라서, 사고 거래가 확인됨과 동시에 경찰이 사고 현장에 출두하여 사고 거래를 발생시킨 범인을 검거할 수 있다.

한편, 모니터링부(60)에서 사고 거래를 확인하기 위해 해당 회원(66)에게 전화 확인을 시도하였으나 해당 회원(66)과 전화 연결이 되지 않으면, 공중 전화망(62)과 같은 통신망을 통해 해당 회원의 이동 단말기로 사고 거래 확인 메시지를 전송한다. 따라서, 해당 회원(66)은 자신의 휴대 단말기로 전송된 메시지를 확인한 후, 해당 회원이 모니터링부(60)로 확인 전화를 걸어, 해당 카드 거래에 대해 사고 여부를 확인할 수 있다. 이 때, 해당 회원이 모니터링부(60)로 전화를 걸었지만 통화가 불가능한 상태일 수 있다. 이를 위해, 모니터링부(60)에는 ARS(Audio Response System) 기능이 있어, 회원으로부터 확인 전화가 걸려왔을 때회원과의 통화가 불가능한 상태이면, 자동으로 고객의 메시지를 기록한다. 여기서, 고객의 메시지는 음성 또는 문자 메시지일 수 있다. 모니터링부(60)는 ARS에 의해 기록된 내용을 확인하여 해당 고객에게 사고 거래 확인을 위한 연락을 할 수 있다. 만약, 해당 회원의 확인 결과 사고 거래로 판단되면 모니터링부(60)는 사고 거래 방지 서버(40)를 매개로 하여 승인 서버(20)의 데이터 필드에 마킹함으로써, 차회 승인 서버(20)로 동일 카드에 대한 거래 승인이 요청되면 승인 서버(20)는 즉시 승인을 거절하여 더 이상의 사고 거래를 방지할 수 있다. 또한, 전술된 바와 같이 전자 지도를 이용하여 승인을 요청한 가맹점과 가장 가까운 경찰서 또는 파출소로 전화를 자동 발신하여 사고 거래를 일으킨 범인을 현장에서 검거할 수 있다.

또한, 카드 회원은 몇 가지 카드 거래 조건을 설정하고, 설정된 카드 거래가 발생되면 자신의 휴대 단말기로 확인 메시지를 전송할 것을 요구할 수 있다. 예컨대, 회원은 1일 또는 한달 동안 거래 한도 금액을 설정하거나, 하루에 사용 가능한 카드 사용 회수 또는 금액 한도를 설정하거나 또는, 회원 자신이 출입하지 않는 특정 업소를 미리 설정한다. 이러한 설정 데이터는 사고 거래 방지 서버(40)의 통합 데이터 베이스(54)에 저장된다. 그리고, 고객이 미리 설정한 조건에 해당하는 카드 거래가 발생되면, 사고 거래 방지 서버(40)는 모니터링부(60)로 경고 데이터를 전송한다. 모니터링부(60)는 사고 거래 방지 서버(40)로부터 발생되는 경고 데이터에 응답하여 해당 회원에게 거래 확인을 위한 자동 전화 발신을 한다. 전술된 바와 같이, 회원과 즉시 전화통화가 이루어지지 않으면 모니터링부(60)는 해당 고객의 이동 단말기로 거래 확인을 요청하는 메시지를 전송하여 카드 거래의 확인을 요청할수 있다. 즉, 소비 패턴을 가장 잘 파악하고 있는 회원 자신이 사고 거래일 가능성이 있는 몇 가지 카드 거래 패턴을 설정하고, 설정된 카드 거래 패턴이 발생하면 해당 회원에게 실시간 카드 거래 확인을 함으로써, 사고 거래 예측 모델들로 미처 검색하지 못한 사고 거래를 검색할 수 있다.

이상에서 설명된 바와 같이, 승인 서버(20)에서는 FDM1을 이용하여 사고의 위험이 높은 카드 거래를 직접 검색하여 승인 거절을 하고, 승인 서버(20)에서 승인되었다 하더라도 사고 거래 방지 서버(40)에서 FDM2(52) 및 현업 반영 사고 예측 모델(72)을 이용하여 보다 정밀하게 사고 예측을 할 수 있다. 또한, 사고 거래로 예측되면 해당 가맹점 및 해당 회원에게 자동 전화를 발신함으로써 사고 거래 여부를 즉시 조사함으로써 카드 사고를 효과적으로 방지할 수 있다.

도 2는 본 발명에 따른 사고 방지 방법을 설명하기 위한 흐름도이다. 각 가맹점으로부터의 카드승인 요청에 대한 승인 가/부를 결정하는 승인 서버(20) 및 사고 거래를 예측하여 사고 거래를 방지하는 사고 거래 방지 서버가 통신망을 통하여 연결된 통신 네트웍 시스템에서, 각 가맹점으로부터 승인 요청되는 카드 거래에 대해 사고 거래를 예측하여 사고 거래를 방지하는 방법에 관한 것이다.

도 1 및 도 2를 참조하여, 사고 거래 방지 서버(40)는 먼저 운영 서버(10)에 저장된 회원정보, 가맹점 정보 및 카드를 매개로 하여 발생되는 매입/매출 정보 및 카드 사고정보 등의 데이터를 통합 데이터 베이스(54)에 저장한 후, 저장된 데이터를 신경망 시스템을 이용하여 검색 가치가 높은 주요 팩터들을 추출하는 데이터 마이닝을 수행한다(제80단계).

제80단계 후에, 사고 거래 방지 시스템(40)은 제80단계에서 추출된 팩터들과 소정의 통계 프로그램을 이용하여, 사고 거래를 예측하고 예측된 결과를 점수로 산출하는 신경망 사고 예측 모델과, 현업에서 과거의 사고 현황등을 모니터링하여 상황에 따라 사고일 확률이 높은 경우들을 미리 모델링하고, 이에 해당되면 사고로 예측하는 현업 반영 예측 모델을 생성한다(제82단계). 여기서, 신경망 사고 예측 모델은 전술된 바와 같이 통계 프로그램을 이용하여, 제80단계에서 추출된 팩터들에 적절한 가중치를 부여함으로써 생성된다. 또한, 제82단계에서 사고 거래 방지 서버(40)는 사고일 위험성이 매우 높은 경우에는 거래 승인이 요청되는 즉시 승인 서버(20)에서 승인 거절할 수 있도록 승인 서버(20)내에 저장될 제1신경망 사고 예측 모델(FDM1)과, 사고 거래 방지 서버(40) 내에 저장될 제2신경망 사고 예측 모델(FDM2)을 생성할 수 있다.

이처럼, 사고 거래 방지 서버(40)는 기본적으로 신경망 사고 예측 모델과 현업 반영 사고 예측 모델을 생성한다. 그리고, 이러한 사고 예측 모델들은 수정/삭제 및 조회가 실시간으로 가능하다.

계속해서, 가맹점으로부터 승인 서버(20)로 카드 거래 데이터를 전송하며 거래 승인을 요청하면, 사고 거래 방지 서버(40)는 제82단계에서 생성된 신경망 사고 예측 모델(FDM)과 현업 기반 사고 예측 모델을 이용하여 승인 요청된 카드 거래가 사고 거래인가를 예측한다(제84단계).

제86단계에서의 예측 결과 사고 거래라고 예측되면(제86단계), 차회 승인 거절을 위해 승인 서버(20)의 데이터 필드에 마킹을 하고, 모니터링부(60)는 실제로사고 거래인가를 실시간으로 조사한다(제88단계). 제88단계 후에, 제84단계에서의 예측 결과 및 제88단계에서의 조사 결과를 통합 데이터 베이스(54)에 저장한다(제90단계).

도 3은 도 2에서 제84단계 내지 제90단계를 보다 상세히 나타내는 흐름도이다. 설명의 편의를 위해, 도 3은 승인 서버(20)에 FDM1(22)을 저장하고, 사고 거래 방지 서버(40) 내에 FDM2(52)를 저장한 경우에 대해 기술한다.

도 1 및 도 3을 참조하여, 가맹점으로부터 승인을 요청하는 카드 거래 데이터가 전송되면(제100단계), 승인 서버(20)는 FDM1(22)을 이용하여 사고 거래를 예측한다. FDM1(22)은 입력되는 카드 거래 데이터를 적용 사고 거래 예측 결과를 점수로서 산출한다. 예를 들어, FDM1(22)은 카드 거래 데이터에 따라 0~1000점 사이의 점수를 산출하며, 점수가 높을수록 사고 거래일 가능성이 높다고 가정할 수 있다.

FDM1(22)은 카드 거래 데이터를 변수로 하여 사고 거래를 예측하고, 사고 예측 결과가 990점을 넘는가 판단한다(제102단계). 제102단계에서, FDM1(22)의 사고 예측 결과가 990점을 초과하면 승인 서버(20)는 가맹점으로부터 승인 요청된 카드 거래를 사고 거래로 인정하고 가맹점으로 승인 거절을 통보하고, 카드 거래 데이터를 사고 거래 방지 서버(40)로 전송한다(제110단계).

반면, 제102단계에서 FDM1(22)의 사고 예측 결과가 990점 이하라고 판단되면, FDM1(22)의 사고 예측 결과가 660점 이하인가를 판단한다(제104단계).

제104단계에서, FDM1(22)의 사고 예측 결과가 660점 이하라고 판단되면 승인요청된 카드 거래는 사고 거래일 가능성이 매우 희박하다고 판단하여 승인 서버(20)는 가맹점으로 카드 거래 승인을 통보하고, 카드 거래 데이터를 사고 거래 방지 서버(40)로 전송한다(제106단계). 그리고, 제104단계에서 FDM1(22)의 사고 예측 결과가 660점을 초과한다고 판단되면, 승인 서버(20)는 잠정적으로 카드 거래 승인을 통보하고, 카드 거래 데이터를 사고 거래 방지 서버(40)로 전송한다(제108단계). 결국, FDM1(22)에서는 사고일 가능성이 매우 높은 카드 거래를 검출하여 승인 거절을 하며, 사고일 가능성은 있으나 위험성이 낮은 경우에는 일단 거래 승인을 하며, 사고 거래 방지 서버(40) 내에 저장된 FDM2(52)를 이용하여 사고 거래 여부를 더욱 정밀하게 검증되도록 한다. 그리고, 승인 서버(20)내에 FDM1(22)을 저장하지 않았다고 하면 도 3에서 제102단계 내지 제110단계는 생략될 수 있다.

계속해서, 사고 거래 방지 서버(40)는 승인 서버(20)로부터 카드 거래 데이터가 전송되면, FDM2(52)를 이용하여 사고 거래를 예측한다. FDM2(52) 역시 FDM1(22)과 같이 입력되는 카드 거래 데이터를 변수로 하여 사고 거래 예측 결과를 점수로서 산출한다. 그리고, FDM2(52)도 카드 거래 데이터에 따라 0~1000점 사이의 점수를 산출하며, 점수가 높을수록 사고 거래일 가능성이 높다고 가정할 수 있다.

FDM2(52)가 카드 거래 데이터를 변수로 하여 사고 가능성을 예측하고, 사고 예측 결과가 950점을 넘는가 판단한다(제112단계).

제112단계에서, FDM2(52)의 사고 예측 결과가 950점을 초과하면 사고 거래 방지 서버(40)는 가맹점으로부터 승인 요청된 카드 거래를 사고 거래로 인정하고,차회 승인 거절을 위해 승인 서버(20)의 데이터 필드에 마킹을 한다(제116단계).

반면, 제112단계에서 FDM2(52)의 사고 예측 결과가 950점 이하라고 판단되면, 사고 거래 방지 서버(40)는 FDM2(52)의 사고 예측 결과가 600점 미만인가를 판단한다(제114단계).

제114단계에서, FDM2(52)의 사고 예측 결과가 600점 미만이라고 판단되면 승인 서버(20)로부터 전송된 카드 거래는 사고 거래가 아니라고 판단하고(제122단계), 그 결과를 통합 데이터 베이스(54)에 저장한다(제128단계).

반면, 제114단계에서 FDM2(52)의 사고 예측 결과가 600점 이상이라고 판단되면, 현업 반영 사고 예측 모델(72)을 적용하여 사고 거래 여부를 판단한다(제118단계). 예를 들어, 현업반영 사고 예측 모델(72)은 1일 4회 이상 사용하는 회원중 3곳이상 다른 가맹점에서 사용하였으며, 한번이라도 20만원이상의 매출이 있는 회원 또는 동일 가맹전에서 같은 카드로 3회 이상 승인시도 또는 승인이 있는 회원 등의 경우 도난/분실의 가능성이 있는 카드 거래로 예측한다. 또한, ARS로 분실신고한 회원 중 분실신고일전 15일 동안 청구지를 변경한 회원 또는 카드 발급일 기준으로 15일 이내에 신용판매 한도 소진율이 50%가 넘는 회원 등의 경우 제3자 사기 또는 미수취 카드 사고로 예측한다. 또한, 10만원 이상의 금액을 KEY-IN 또는 ARS로 승인을 일으킨 가맹점 중 직전 4개월 동안 무실인 가맹점 또는 10만원 이상의 금액을 KEY-IN 또는 ARS로 승인을 일으킨 가맹점 중 직전 3개월 내에 신규 개설한 가맹점 등의 경우 카드 위조/변조의 가능성이 있는 것으로 예측한다. 이들 외에도 다양한 예측 모델들을 생성하여 적용할 수 있다.

이상에서와 같이, FDM2(52) 및 현업 반영 사고 예측 모델(72)을 이용하여 사고 거래를 예측한 결과 사고 거래여부가 예측된다(제120단계). 여기서, 사고거래 예측은 FDM2(52)와 현업 반영 사고 예측 모델(72) 외에 회원이 미리 설정한 카드 거래 패턴에 부합되는가에 따라 예측될 수 있다. 즉, 전술된 바와 같이, 회원은 자신이 일으키지 않을 카드 거래 패턴을 미리 설정할 수 있으며, 이러한 거래 패턴은 통합 데이터베이스(54)에 저장된다. 사고 거래 방지 서버(40)는 회원에 의해 설정된 거래 패턴에 부합되는 카드 거래가 발생되면 사고 거래라고 예측할 수 있다. 따라서, FDM2(52) 및 현업 반영 사고 예측 모델(72)에 의해 예측되지 못한 사고 거래가 예측될 수 있다.

사고 거래 방지 서버(40)에 의해 사고 거래로 예측되면 모니터링부(60)는 해당 회원 및 가맹점에 대한 정보를 조회하고, 조회된 정보에서 전화번호를 클릭하여 선택함으로써 자동으로 해당 회원(66) 및 해당 가맹점(64)으로 확인 전화를 걸어 사고 거래 여부를 조사한다(제124단계). 이처럼, 전화 확인 결과 사고 거래라고 확인이 되면(제125단계), 모니터링부(60)는 전자 지도를 이용하여 해당 가맹점과 가장 가까이에 있는 경찰서 또는 파출소를 조회하고, 조회된 정보에서 전화번호를 클릭하여 선택함으로써 자동으로 해당 경찰서 또는 파출소(68)로 경찰 지원 요청 전화를 건다. 따라서, 사고 거래가 확인됨과 동시에 경찰이 사고 현장에 출두하여 사고 거래를 발생시킨 범인을 검거할 수 있다.

한편, 모니터링부(60)에서 사고 거래를 확인하기 위해 해당 회원(66)에게 전화 확인을 시도하였으나 해당 회원(66)과 전화 연결이 되지 않으면, 공중전화망(62)과 같은 통신망을 통해 해당 회원의 이동 단말기로 사고 거래 확인 메시지를 전송한다. 따라서, 해당 회원(66)은 자신의 휴대 단말기로 전송된 메시지를 확인하는 해당 회원이 모니터링부(60)로 확인 전화를 걸어, 해당 카드 거래에 대해 사고 여부를 확인할 수 있다. 만약, 해당 회원의 확인 결과 사고 거래로 판단되면 모니터링부(60)는 사고 거래 방지 서버(40)를 매개로 하여 승인 서버(20)의 데이터 필드에 마킹한다(제126단계). 이처럼, 승인 서버(20)의 데이터 필드에 마킹을 함으로써, 차회 승인 서버(20)로 동일 카드에 대한 거래 승인이 요청되면 승인 서버(20)는 즉시 승인을 거절하여 더 이상의 사고 거래를 방지하며, 또한 전자 지도를 이용하여 승인을 요청한 가맹점과 가장 가까운 경찰서 또는 파출소로 전화를 자동 발신하여 사고 거래를 일으킨 범인을 현장에서 검거할 수 있다.

한편, 제126단계 후에 조사 결과를 통합 데이터 베이스(54)에 저장하며, 제120단계에서 사고 거래라고 예측되지 않거나 또는 제125단계에서 사고 거래라고 확인되지 않으면, 예측 결과 및 조사 결과를 통합 데이터 베이스(54)에 저장한다(제128단계).

이상에서와 같이, 승인 서버(20)에서 사고의 위험이 높은 카드 거래를 직접 검색하여 승인 거절을 하고, 승인 서버(20)에서 승인되었다 하더라도 사고 거래 방지 서버(40)에서 FDM2(52) 및 현업 반영 사고 예측 모델(72)을 이용하여 보다 정밀하게 사고 예측 및 조사를 함으로써 카드 사고를 효과적으로 방지할 수 있다.

한편, 승인 서버(20)가 FDM1(22)을 이용한 사고 예측은 선택적으로 이루어질 수 있으며, 만약 승인 서버(20)가 FDM1(22)을 통한 사고 예측을 하지 않도록 한다면 도 3에서 제100~108단계는 생략될 수 있다. 또한, FDM1 및 FDM2를 이용하여 사고 거래 예측시 사고 거래임을 예측하는 점수는 사용자에 따라 임의로 선택될 수 있다.

도 4는 사고 거래 방지 서버(40)에서 사고 예측 모델 관리를 설명하는 도면이다.

전술된 바와 같이, 사고 예측 모델은 수정/삭제될 수 있으며 이는 도 4에 도시된 바와 같이 사고 예측 모델들의 예측 성능 지표를 바탕으로 하여 이루어질 수 있다. 즉, 소정 기간동안 사고 예측 모델들의 "사고 검색율", "조사율", "사고 적발율", "범인 검거율" 및 "미검색건 중 사고 발생율"등을 고려하여 최적의 사고 예측 모델을 선정할 수 있다. 이 때, 최적의 사고 예측 모델은 사고 검색율은 낮으면서 사고 적발율이 높은 것이 효과적인 예측 모델이라 할 수 있다.

도 5는 도 3의 제128단계에서 회원 상담 및 조사 기록을 예측 결과 데이터 베이스(58)에 등록하는 것을 설명하는 도면이다. 도 5를 참조하여, 조사원의 "상담 내용" 및 사고 거래에 대한 "조사 결과"를 기록하여 저장한다.

도 6은 사고 거래 방지 서버(40)에서 조사결과 사고 거래로 인정되면 전자 지도를 이용한 경찰 자동 출두 기능을 설명하는 도면이다. 도 6을 참조하여, 사고 거래 방지 서버(40)에서 조사 결과 사고 거래로 인정되면 전자 지도를 이용하여 사고 발생 가맹점의 가장 근처에 있는 경찰서 및 전화번호를 검색한다. 그리고, 도 6에 도시된 "전화걸기"버튼을 클릭하면 해당 경찰서로 자동 전화 발신하여 최단시간 내에 경찰이 사고 현장으로 출두할 수 있도록 한다. 이러한 자동 전화 발신 기능으로 인해, 보다 신속하고 편리하게 사고 거래 현장에서 범인을 검거할 수 있다.

한편, 이상에서는 카드를 이용한 거래에서의 사고 거래 방지 시스템 및 그 방법이 기술되었다. 전자 상거래에서의 사고 거래 방지 시스템 및 그 방법역시 카드를 이용한 거래에서의 사고 거래 방지 시스템 및 그 방법과 동일한 구성을 가지며 그 동작 또한 같다. 다만, 전자 상거래에서의 사고 거래 방지 시스템 및 그 방법은 전자 상거래를 주관하는 각 사이트에 사고 거래 방지 시스템이 구비되며, 거래 승인을 요청하는 주체는 전자 상거래를 주관하는 각 사이트에 인터넷과 같은 통신망을 통해 연결된 고객 컴퓨터이다. 즉, 고객은 고객 컴퓨터를 이용하여 전자 상거래 주관 사이트로 전자 상거래 승인을 요청하며, 전자 상거래 사이트에 구비된 사고 거래 방지 시스템은 고객 컴퓨터로부터 전송된 전자 상거래 데이터를 이용하여 사고 거래를 예측할 수 있다.

또한, 본 발명은 또한 컴퓨터로 읽을 수 있는 기록매체에 컴퓨터가 읽을 수 있는 코드로서 구현하는 것이 가능하다. 컴퓨터가 읽을 수 있는 기록매체는 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록장치를 포함한다. 컴퓨터가 읽을 수 있는 기록매체의 예로는 ROM, RAM, CD-ROM, 자기 테이프, 플라피디스크, 광데이터 저장장치 등이 있으며, 또한 캐리어 웨이브(예를 들어 인터네을 통한 전송)의 형태로 구현되는 것도 포함한다. 또한 컴퓨터가 읽을 수 있는 기록매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어, 분산방식으로 컴퓨터가 읽을 수 있는 코드가 저장되고 실행될 수 있다.

이상 도면과 명세서에서 최적 실시예들이 개시되었다. 여기서 특정한 용어들이 사용되었으나, 이는 단지 본 발명을 설명하기 위한 목적에서 사용된 것이지 의미 한정이나 특허청구범위에 기재된 본 발명의 범위를 제한하기 위하여 사용된 것은 아니다. 그러므로 본 기술 분야의 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 균등한 타 실시예가 가능하다는 점을 이해할 것이다. 따라서, 본 발명의 진정한 기술적 보호 범위는 첨부된 특허청구범위의 기술적 사상에 의해 정해져야 할 것이다.

상술한 바와 같이, 본 발명에 따른 전자상거래 또는 카드를 이용한 거래에서의 사고 방지 시스템 및 그 방법에 따르면 신경망을 통한 데이터 마이닝과 통계 프로그램에 의한 사고 예측 모델링을 통해 최적의 신경망 사고 예측 모델을 생성하고, 현업의 노우하우를 반영하여 보다 정밀한 사고 예측을 할 수 있다. 또한, 소비패턴을 가장 잘 파악하고 있는 회원 스스로가 사고일 가능성이 있는 거래 패턴을 설정할 수 있으며, 사고 거래로 예측되면 해당 가맹점 및 해당 회원에게 자동 전화 발신을 하여 사고 거래 조사를 신속히 할 수 있다. 또한, 사고 거래라고 조사되면 가맹점에서 가장 가까운 경찰서로 자동 전화 발신을 함으로써, 범인의 현장 검거가 가능하다.

Claims (16)

1. 통신망을 통해 각 가맹점으로부터 카드 거래 승인이 요청되면 카드 거래 데이터를 확인하여 승인 가/부를 결정하는 승인 서버;

   회원정보, 가맹점정보, 카드를 매개로 하여 발생되는 매입/매출 정보 및 카드 사고 정보 등의 데이터를 신경망에 의한 데이터 마이닝을 통해 신경망 사고 예측 모델 및 현업지식을 반영하여 현업반영 사고 예측 모델을 각각 생성하고, 상기 신경망 사고 예측 모델과 현업반영 사고 예측 모델을 이용하여 상기 승인 서버에서 전송되는 상기 카드 거래 데이터가 사고 거래인가를 예측하고, 예측된 결과를 상기 승인 서버로 피드백하는 사고 거래 방지 서버; 및

   상기 사고 거래 방지 서버에서 사고 거래로 예측되면 해당 회원 및 가맹점으로 자동 전화 발신하여 사고 거래 여부를 실시간으로 조사하는 모니터링부를 포함하는 것을 특징으로 하는 카드를 이용한 거래에서 사고 거래 방지 시스템.
2. 제1항에 있어서, 상기 사고 거래 방지 서버에는 회원에 의해 설정된 소정의 카드 거래 패턴이 저장되어 있으며, 상기 사고 거래 방지 서버는 상기 소정의 카드 거래 패턴에 부합되는 카드 거래가 발생되면 사고 거래로 예측하는 것을 특징으로 하는 카드를 이용한 거래에서 사고 거래 방지 시스템.
3. 제1항에 있어서, 상기 모니터링부는 해당 회원에게 실시간 전화 통화가 안되면 해당 회원의 이동 단말기로 사고 거래 여부를 확인하는 메시지를 전송하는 것을 특징으로 하는 카드를 이용한 거래에서 사고 거래 방지 시스템.
4. 제1항에 있어서, 상기 모니터링부는 사고 거래 조사 결과 사고 거래라고 확인되면, 해당 가맹점과 가장 가까운 경찰서 또는 파출소를 조회하고, 조회된 경찰서 또는 파출소로 전화를 자동 발신하는 것을 특징으로 하는 카드를 이용한 거래에서 사고 거래 방지 시스템.
5. 각 가맹점으로부터의 카드 거래 승인 요청에 대한 승인 가/부를 결정하는 승인서버 및 사고 거래를 예측하여 사고 거래를 방지하는 사고 거래 방지 서버가 통신망을 통하여 연결된 통신 네트웍 시스템에서, 사고 거래를 방지하는 방법에 있어서,

   (a)회원정보, 가맹점정보, 카드를 매개로 하여 발생되는 매입/매출 정보 및 카드 사고정보 등의 데이터를 신경망에 의한 데이터 마이닝을 수행하는 단계;

   (b)통계 프로그램을 이용하여 상기 (a)단계에서 마이닝된 데이터를 변수로하여, 사고거래를 예측하고 예측된 결과에 따른 점수를 산출하는 사고 인식률이 높은 신경망 사고 예측 모델과, 현업 노우하우를 반영한 현업반영 사고 예측 모델을 생성하는 단계;

   (c)가맹점으로부터 상기 승인 서버로 거래승인이 요청되면, 상기 신경망 사고 예측 모델과 상기 현업반영 사고 예측 모델을 이용하여 가맹점으로부터 제공되는 카드 거래 데이터가 사고 거래 데이터인가를 예측하는 단계;

   (d)상기 (d)단계에서 사고 거래로 예측되면 사고 거래라고 예측되면 차회 승인거절을 위해 상기 승인 서버의 데이터 필드에 마킹을 하고, 사고 거래 여부를 조사하는 단계; 및

   (e) 상기 (c)단계에서의 예측 결과 및 상기 (d)단계에서의 조사 결과를 데이터베이스에 저장하는 단계로 이루어지는 것을 특징으로 하는 카드를 이용한 거래에서 사고 거래 방지 방법.
6. 제5항에 있어서, 상기 사고 거래 방지 방법은

   (c1)회원에 의해 설정된 소정의 카드 거래 패턴을 저장하는 단계; 및

   (c2)상기 가맹점으로부터 상기 승인 서버로 요청된 카드 거래가 상기 소정의 카드 거래 패턴에 해당되면 사고 거래로 예측하는 단계를 더 구비하는 것을 특징으로 하는 카드를 이용한 거래에서 사고 거래 방지 시스템.
7. 제5항에 있어서, 상기 (d)단계에서 사고 조사는

   (f)상기 (c)단계에서 사고 거래라고 예측되면 사고 거래 여부를 확인하기 위해 해당 회원 및 해당 가맹점으로 자동 전화 발신을 하는 단계;

   (g)상기 (f)단계에서 회원 및 가맹점으로 전화 확인이 이루어지지 않으면 이동 단말기로 사고 거래 확인 메시지를 전송하는 단계; 및

   (h)상기 (f)단계에서 사고 조사 결과 사고 거래로 판단되면 가맹점과 가장 가까운 경찰서를 조회하고, 조회된 경찰서로 자동 전화 발신을 하는 단계로 이루어지는 것을 특징으로 하는 카드를 이용한 거래에서 사고 거래 방지 방법.
8. 각 가맹점으로부터의 카드 거래 승인 요청에 대한 승인 가/부를 결정하는승인서버 및 사고 거래를 예측하여 사고 거래를 방지하는 사고 거래 방지 서버가 통신망을 통하여 연결된 통신 네트웍 시스템에서, 사고 거래를 방지하는 프로그램을 기록한 기록매체에 있어서,

   (a)회원정보, 가맹점정보, 카드를 매개로 하여 발생되는 매입/매출 정보 및 카드 사고정보 등의 데이터를 신경망에 의한 데이터 마이닝을 수행하는 단계;

   (b)통계 프로그램을 이용하여 상기 (a)단계에서 마이닝된 데이터를 변수로하여, 사고거래를 예측하고 예측된 결과에 따른 점수를 산출하는 사고 인식률이 높은 제1신경망 사고 예측 모델과, 현업 노우하우를 반영한 현업반영 사고 예측 모델을 생성하는 단계;

   (c)가맹점으로부터 상기 승인 서버로 거래승인이 요청되면, 상기 제1신경망 사고 예측 모델과 상기 현업반영 사고 예측 모델을 이용하여 가맹점으로부터 제공되는 카드 거래 데이터가 사고 거래 데이터인가를 예측하는 단계;

   (d)상기 (d)단계에서 사고 거래로 예측되면 사고 거래라고 예측되면 차회 승인거절을 위해 상기 승인 서버의 데이터 필드에 마킹을 하고, 사고 거래 여부를 조사하는 단계; 및

   (e) 상기 (c)단계에서의 예측 결과 및 상기 (d)단계에서의 조사 결과를 데이터베이스에 저장하는 단계로 이루어지는 것을 특징으로 하는 카드를 이용한 거래에서 사고 거래 방지 프로그램을 컴퓨터에서 실행 가능한 프로그램 코드로 기록한 기록매체.
9. 통신망을 통해 고객으로부터 전자 상거래 승인이 요청되면 전자 상거래 데이터를 확인하여 승인 가/부를 결정하는 승인 서버;

   고객정보, 전자 상거래를 통한 매입/매출 정보 및 사고 정보 등의 데이터를 신경망에 의한 데이터 마이닝을 통해 신경망 사고 예측 모델 및 현업지식을 반영하여 현업반영 사고 예측 모델을 각각 생성하고, 상기 신경망 사고 예측 모델과 현업반영 사고 예측 모델을 이용하여 상기 승인 서버에서 전송되는 상기 전자 상거래 데이터가 사고 거래인가를 판단하고, 판단 결과를 상기 승인 서버로 피드백하는 사고 거래 방지 서버; 및

   상기 사고 거래 방지 서버에서 사고 거래로 예측되면 해당 회원에게 자동 전화 발신하여 사고 거래 여부를 실시간으로 조사하는 모니터링부를 포함하는 것을 특징으로 하는 전자 상거래에서 사고 거래 방지 시스템.
10. 제9항에 있어서, 상기 사고 거래 방지 서버에는 회원에 의해 설정된 소정의 카드 거래 패턴이 저장되어 있으며, 상기 사고 거래 방지 서버는 상기 소정의 전자 상거래 패턴에 부합되는 거래가 발생되면 사고 거래로 예측하는 것을 특징으로 하는 전자 상거래에서 사고 거래 방지 시스템.
11. 제9항에 있어서, 상기 모니터링부는 해당 회원에게 실시간 전화 통화가 안되면 해당 회원의 이동 단말기로 사고 거래 여부를 확인하는 메시지를 전송하는 것을 특징으로 하는 전자 상거래에서 사고 거래 방지 시스템.
12. 제9항에 있어서, 상기 모니터링부는 사고 거래 조사 결과 사고 거래라고 확인되면, 해당 가맹점과 가장 가까운 경찰서 또는 파출소를 조회하고, 조회된 경찰서 또는 파출소로 전화를 자동 발신하는 것을 특징으로 하는 전자 상거래에서 사고 거래 방지 시스템.
13. 각 고객으로부터의 거래 승인 요청에 대한 승인 가/부를 결정하는 승인서버 및 사고 거래를 예측하여 사고 거래를 방지하는 사고 거래 방지 서버가 통신망을 통하여 연결된 통신 네트웍 시스템에서, 사고 거래를 방지하는 방법에 있어서,

    (a)고객정보, 고객의 매입정보 및 사고정보 등의 데이터를 신경망에 의한 데이터 마이닝을 수행하는 단계;

    (b)통계 프로그램을 이용하여 상기 (a)단계에서 마이닝된 데이터를 변수로하여, 사고거래를 예측하고 예측된 결과에 따른 점수를 산출하는 사고 인식률이 높은 신경망 사고 예측 모델과, 현업 노우하우를 반영한 현업반영 사고 예측 모델을 생성하는 단계;

    (c)고객으로부터 상기 승인 서버로 거래 승인이 요청되면, 상기 신경망 사고 예측 모델과 상기 현업반영 사고 예측 모델을 이용하여 고객 컴퓨터로부터 제공되는 전자 상거래 데이터가 사고 거래 데이터인가를 예측하는 단계;

    (d)상기 (d)단계에서 사고 거래로 예측되면 사고 거래라고 예측되면 차회 승인거절을 위해 상기 승인 서버의 데이터 필드에 마킹을 하고, 사고 거래 여부를 조사하는 단계; 및

    (e) 상기 (c)단계에서의 예측 결과 및 상기 (d)단계에서의 조사 결과를 데이터베이스에 저장하는 단계로 이루어지는 것을 특징으로 하는 전자 상거래에서 사고 거래 방지 방법.
14. 제13항에 있어서, 상기 사고 거래 방지 방법은

    (c1)회원에 의해 설정된 소정의 전자 상거래 패턴을 저장하는 단계; 및

    (c2)고객 컴퓨터로부터 상기 승인 서버로 요청된 전자 상거래가 상기 소정의 전자 상거래 패턴에 해당되면 사고 거래로 예측하는 단계를 더 구비하는 것을 특징으로 하는 전자 상거래에서 사고 거래 방지 시스템.
15. 제13항에 있어서, 상기 (d)단계에서 사고 조사는

    (f)상기 (c)단계에서 사고 거래라고 예측되면 사고 거래 여부를 확인하기 위해 해당 고객에게 자동 전화 발신을 하는 단계; 및

    (g)상기 (f)단계에서 고객에게 전화 확인이 이루어지지 않으면 고객의 이동 단말기로 사고 거래 확인 메시지를 전송하는 단계로 이루어지는 것을 특징으로 하는 전자 상거래에서 사고 거래 방지 방법.
16. 각 고객으로부터의 거래 승인 요청에 대한 승인 가/부를 결정하는 승인서버 및 사고 거래를 예측하여 사고 거래를 방지하는 사고 거래 방지 서버가 통신망을 통하여 연결된 통신 네트웍 시스템에서, 사고 거래를 방지하는 프로그램을 기록한 기록매체에 있어서,

    (a)고객정보, 고객의 매입정보 및 사고정보 등의 데이터를 신경망에 의한 데이터 마이닝을 수행하는 단계;

    (b)통계 프로그램을 이용하여 상기 (a)단계에서 마이닝된 데이터를 변수로하여, 사고거래를 예측하고 예측된 결과에 따른 점수를 산출하는 사고 인식률이 높은 신경망 사고 예측 모델과, 현업 노우하우를 반영한 현업반영 사고 예측 모델을 생성하는 단계;

    (c)고객으로부터 상기 승인 서버로 거래 승인이 요청되면, 상기 신경망 사고 예측 모델과 상기 현업반영 사고 예측 모델을 이용하여 고객 컴퓨터로부터 제공되는 전자 상거래 데이터가 사고 거래 데이터인가를 예측하는 단계;

    (d)상기 (d)단계에서 사고 거래로 예측되면 사고 거래라고 예측되면 차회 승인거절을 위해 상기 승인 서버의 데이터 필드에 마킹을 하고, 사고 거래 여부를 조사하는 단계; 및

    (e) 상기 (c)단계에서의 예측 결과 및 상기 (d)단계에서의 조사 결과를 데이터베이스에 저장하는 단계로 이루어지는 것을 특징으로 하는 전자 상거래에서 사고 거래 방지 프로그램을 컴퓨터에서 실행 가능한 프로그램 코드로 기록한 기록매체.