KR20190030992A - 교육 훈련 시스템 및 교육 훈련 방법 - Google Patents

교육 훈련 시스템 및 교육 훈련 방법 Download PDF

Info

Publication number
KR20190030992A
KR20190030992A KR1020170118758A KR20170118758A KR20190030992A KR 20190030992 A KR20190030992 A KR 20190030992A KR 1020170118758 A KR1020170118758 A KR 1020170118758A KR 20170118758 A KR20170118758 A KR 20170118758A KR 20190030992 A KR20190030992 A KR 20190030992A
Authority
KR
South Korea
Prior art keywords
information
mail
training
main word
main
Prior art date
Application number
KR1020170118758A
Other languages
English (en)
Other versions
KR102508336B1 (ko
Inventor
허태웅
김혁민
Original Assignee
주식회사 케이티
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 주식회사 케이티 filed Critical 주식회사 케이티
Priority to KR1020170118758A priority Critical patent/KR102508336B1/ko
Publication of KR20190030992A publication Critical patent/KR20190030992A/ko
Application granted granted Critical
Publication of KR102508336B1 publication Critical patent/KR102508336B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/20—Education
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33—Querying
    • G06F16/332—Query formulation
    • G06Q50/32—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/60—Business processes related to postal services

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Strategic Management (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • General Health & Medical Sciences (AREA)
  • General Business, Economics & Management (AREA)
  • Health & Medical Sciences (AREA)
  • Databases & Information Systems (AREA)
  • Educational Technology (AREA)
  • Educational Administration (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Computational Linguistics (AREA)
  • Mathematical Physics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

본 발명은 교육 대상자의 개인 정보를 이용한 인터넷 검색에 따라 검색된 확장 정보로부터, 기 설정된 주요단어 정보에 포함된 주요 단어를 추출하고, 확장 정보 내에서 추출된 주요 단어에 가장 인접한 이름 정보를 주요 단어와 매칭하여, 복수의 연관 키워드를 생성하고, 빈도 정보에 기초하여 생성된 복수의 연관 키워드 중 하나의 연관 키워드를 주요 키워드로 결정하는 정보 검색 모듈 및 결정된 주요 키워드와 메일 템플릿 생성 테이블을 이용하여, 교육 훈련을 위한 메일을 생성하는 메일 생성 모듈을 포함하는 교육 훈련 시스템을 제공한다.

Description

교육 훈련 시스템 및 교육 훈련 방법{AN EDUCATION AND TRAINING SYSTEM AND AN EDUCATION AND TRAINING METHOD THEREOF}
본 발명은 교육 훈련 시스템 및 교육 훈련 방법에 관한 것이다.
오늘날, 인터넷을 포함한 정보통신 환경이 고도로 발전함에 따라 사용자들은 다양한 정보를 용이하고 신속하게 이용할 수 있게 되었으며, 이에 따른 각종 금융 및 상품 거래 등이 인터넷을 통하여 활발하게 이루어지고 있다.
하지만, 정보통신 환경의 발전과 더불어 해킹 기술 등과 같은 부정적인 요소 또한 같이 발전하여 큰 문제를 발생시키고 있다.
해킹 공격에 대한 피해는 2016년에 발생한 인터파크 해킹 사례 등에서도 확인할 수 있는 바와 같이, 금전적인 피해와 무형적인 피해(예; 소비자 신뢰도 하락 등)가 막대하게 발생하게 된다.
이 때문에, 해킹 공격에 따른 피해를 방지하기 위하여, 평소 사용자의 보안 인식 수준을 점검하고, 이를 높일 수 있는 다양한 교육 훈련 시스템 및 교육 훈련 방법을 마련하는 것이 필요하다.
본 발명에서는 교육 훈련 시스템 및 교육 훈련 방법, 구체적으로는 해킹 방지를 위한 교육 훈련 시스템 및 교육 훈련 방법을 제공하고자 한다.
본 발명에서 이루고자 하는 기술적 과제들은 이상에서 언급한 기술적 과제들로 제한되지 않으며, 언급하지 않은 또 다른 기술적 과제들은 아래의 기재로부터 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
상술한 바와 같은 과제를 해결하기 위하여 본 발명은 교육 대상자의 개인 정보를 이용한 인터넷 검색에 따라 검색된 확장 정보로부터, 기 설정된 주요단어 정보에 포함된 주요 단어를 추출하고, 확장 정보 내에서 추출된 주요 단어에 가장 인접한 이름 정보를 주요 단어와 매칭하여, 복수의 연관 키워드를 생성하고, 빈도 정보에 기초하여 생성된 복수의 연관 키워드 중 하나의 연관 키워드를 주요 키워드로 결정하는 정보 검색 모듈 및 결정된 주요 키워드와 메일 템플릿 생성 테이블을 이용하여, 교육 훈련을 위한 메일을 생성하는 메일 생성 모듈을 포함하는 교육 훈련 시스템을 제공한다.
또한, 생성된 메일을 교육 대상자에게 발송하고, 교육 대상자의 반응 결과에 따라 교육 프로그램을 결정하며, 교육 대상자의 반응 결과를 분석하고, 빅데이터 처리 또는 기계 학습을 수행하여, 그 결과를 정보 검색 모듈 또는 메일 생성 모듈에 피드백하는 분석 모듈을 더 포함하는 교육 훈련 시스템을 제공한다.
또한, 교육 훈련 수행 이력에 관한 정보 또는 교육 훈련 수행 결과에 관한 정보에 기초하여, 교육 대상자를 선정하는 대상 선정 모듈을 더 포함하는 교육 훈련 시스템을 제공한다.
또한, 분석 모듈은 교육 대상자의 반응 결과를 점수화하여 교육 훈련 수행 결과에 관한 정보로서, 교육 대상자에 대한 교육 훈련 이력을 관리하는 교육 훈련 시스템을 제공한다.
또한, 주요 키워드는 주요단어 정보와 이름 정보를 포함하고, 메일 템플릿 생성 테이블은 주요단어 정보와 메일 템플릿 간의 매칭 관계를 제공하는 교육 훈련 시스템을 제공한다.
또한, 메일 생성 모듈은 결정된 주요 키워드 내 주요단어 정보를 이용하여, 주요단어 정보에 매칭되는 메일 템플릿을 제공하고, 제공된 메일 템플릿 상에 이름 정보를 반영하여, 교육 훈련을 위한 메일을 생성하는 교육 훈련 시스템을 제공한다.
또한, 빈도 정보는 연관 키워드의 빈도 수, 연관 키워드가 추출된 사이트의 수, 주요 단어의 빈도 수, 주요 단어의 빈도 수와 주요 단어가 추출된 사이트 수의 합 중 적어도 하나를 포함하는 교육 훈련 시스템을 제공한다.
또한, 정보 검색 모듈은 복수의 연관 키워드 중 빈도 수가 가장 많은 연관 키워드를 주요 키워드로 결정하거나, 복수의 연관 키워드 각각의 빈도 수와 복수의 연관 키워드 각각이 추출된 사이트의 수의 합이 가장 큰 연관 키워드를 주요 키워드로 결정하는 교육 훈련 시스템을 제공한다.
또한, 분석 모듈은 반응 결과를 분석하고, 빅데이터 처리 또는 기계 학습을 수행한 결과를 이용하여, 메일 템플릿 생성 테이블 내 포함된 주요 단어, 속성 정보 및 메일 템플릿의 내용 중 적어도 하나를 변경하는 교육 훈련 시스템을 제공한다.
또한, 상술한 바와 같은 과제를 해결하기 위한 본 발명의 또 다른 일 측면에서 교육 대상자의 개인 정보를 이용한 인터넷 검색에 따라 검색된 확장 정보로부터, 기 설정된 주요단어 정보에 포함된 주요 단어를 추출하고, 확장 정보 내에서 추출된 주요 단어에 가장 인접한 이름 정보를 주요 단어와 매칭하여, 복수의 연관 키워드를 생성하고, 빈도 정보에 기초하여 생성된 복수의 연관 키워드 중 하나의 연관 키워드를 주요 키워드로 결정하는 단계 및 결정된 주요 키워드와 메일 템플릿 생성 테이블을 이용하여, 교육 훈련을 위한 메일을 생성하는 단계를 포함하는 교육 훈련 방법을 제공한다.
또한, 생성된 메일을 교육 대상자에게 발송하고, 교육 대상자의 반응 결과에 따라 교육 프로그램을 결정하는 단계, 교육 대상자의 반응 결과를 분석하고, 빅데이터 처리 또는 기계 학습을 수행하는 단계 및 빅데이터 처리 또는 기계 학습을 수행한 결과를 피드백하는 단계를 더 포함하는 교육 훈련 방법을 제공한다.
또한, 교육 훈련 수행이력에 관한 정보 또는 교육 훈련 수행 결과에 관한 정보에 기초하여, 교육 대상자를 선정하는 단계를 더 포함하는 교육 훈련 방법을 제공한다.
또한, 교육 훈련 수행결과에 관한 정보는 교육 대상자의 반응 결과를 점수화한 교육 훈련 점수를 포함하는 교육 훈련 방법을 제공한다.
본 발명의 실시예에 따른 교육 훈련 시스템 및 교육 훈련 방법에 의하면, 인터넷 상에 노출된 개인 정보를 활용하여 생성된 메일을 이용하여 교육 훈련을 수행함으로써, 개인 맞춤형으로 고도화된 해킹 공격에 미리 대응할 수 있다.
이를 통하여, 해커에 의한 해킹 공격에 따른 유형적, 무형적인 피해를 차단하거나 최소화할 수 있다.
본 발명에서 얻을 수 있는 효과는 이상에서 언급한 효과들로 제한되지 않으며, 언급하지 않은 또 다른 효과들은 아래의 기재로부터 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
도 1은 본 발명의 일 실시예에 따른 해킹 방지를 위한 교육 훈련 시스템을 도시한 것이다.
도 2는 본 발명의 일 실시예에 따른 메일 템플릿 생성 테이블을 도시한 것이다.
도 3은 본 발명의 일 실시예에 따른 교육 훈련 메일을 도시한 것이다.
도 4는 본 발명의 일 실시예에 따른 해킹 방지를 위한 교육 훈련 방법을 도시한 것이다.
이하, 본 발명에 따른 바람직한 실시 형태를 첨부된 도면을 참조하여 상세하게 설명한다.
첨부된 도면과 함께 이하에 개시될 상세한 설명은 본 발명의 예시적인 실시형태를 설명하고자 하는 것이며, 본 발명이 실시될 수 있는 유일한 실시형태를 나타내고자 하는 것이 아니다.
도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략할 수 있고, 명세서 전체를 통하여 동일 또는 유사한 구성 요소에 대해서는 동일한 참조 부호를 사용할 수 있다.
본 발명의 일 실시예에서, “또는”, “적어도 하나” 등의 표현은 함께 나열된 단어들 중 하나를 나타내거나, 또는 둘 이상의 조합을 나타낼 수 있다.
예를 들어, “A 또는 B”, “A 및 B 중 적어도 하나”는 A 또는 B 중 하나만을 포함할 수 있고, A와 B를 모두 포함할 수도 있다.
또한, 이하 실시예에서는 설명의 편의를 위하여 교육 훈련 대상자로 회사의 임직원을 가정하여 설명하나, 본 발명이 이에 제한되는 것은 아니며, 다양한 형태의 조직과 그 조직원에 동일하게 적용될 수 있음은 자명하다.
도 1은 본 발명의 일 실시예에 따른 해킹 방지를 위한 교육 훈련 시스템(100)을 도시한 것이다.
도 1을 참조하면, 교육 훈련 시스템(100)은 대상 선정 모듈(110), 정보 검색 모듈(120), 메일 생성 모듈(130) 및 분석 모듈(140)을 포함할 수 있다.
대상 선정 모듈(110)은 내부 또는 외부 데이터베이스에 저장된 임직원의 인사 정보를 이용하여, 교육 훈련 대상자를 일정 기준에 따라서 선정할 수 있다.
예를 들어, 대상 선정 모듈(110)은 교육 훈련의 수행한 바 없는 임직원을 대상자로 선정하거나, 교육 훈련을 수행한 횟수가 일정 기준 미만인 임직원을 대상자로 선정하거나, 마지막으로 교육 훈련을 수행한 시점이 일정 기준을 넘어서는 임직원을 대상자로 선정할 수 있다.
또한, 대상 선정 모듈(110)은 분석 모듈(140)로부터 수신된, 임직원 각각에 대한 개인 이력 정보 또는 그룹 이력 정보를 이용하여 관련 교육 훈련 점수가 일정 기준 미만인 임직원을 대상자로 선정하거나, 교육 훈련 점수가 일정 기준 미만인 그룹에 속한 임직원들을 대상자로 선정할 수 있다.
즉, 대상 선정 모듈(110)은 교육 훈련의 수행 측면(교육 훈련 수행 이력)과 교육 훈련의 결과 측면(교육 훈련 수행 결과)을 포함하는 교육 훈련 이력과 직급을 포함한 그룹 내 특수성 등을 고려하여, 대상자의 선정 기준으로 다양하게 설정할 수 있다.
정보 검색 모듈(120)은 대상 선정 모듈(110)에 의해 선정된 교육 훈련 대상자 각각에 대한 인사 정보를 내부 또는 외부 데이터베이스로부터 수신하고, 수신된 인사 정보를 키워드로 인터넷 검색을 수행하여, 확장 정보를 획득할 수 있다.
인사 정보는 교육 훈련 대상자의 이름, 회사 이름, 회사 메일 주소, 회사 전화번호 및 회사 주소 중 적어도 하나를 포함할 수 있다.
정보 검색 모듈(120)은 이름, 회사 이름, 회사 메일 주소, 회사 전화번호 및 회사 주소 중 적어도 하나를 키워드로 하여, 인터넷 검색 사이트(예; 구글, 네이버 등)를 이용하거나, 소셜 네트워크 서비스(예; 페이스북, 인스타그램 등)를 대상으로 검색을 진행할 수 있다.
정보 검색 모듈(120)은 인터넷 검색을 통해 획득한 확장 정보 중에서, 연관 키워드를 생성할 수 있다.
구체적으로, 정보 검색 모듈(120)은 획득한 확장 정보 내 각 문장들을 자연어 처리와 형태소 분석의 다양한 알고리즘을 통하여, 단어들로 추출할 수 있으며, 추출된 단어와 메일 템플릿 생성 테이블 내 기 설정된 주요 단어를 비교하여 주요 단어가 검출되면, 검출된 주요 단어로부터 가장 인접한 이름 단어를 검출된 주요 단어와 매칭하여 연관 키워드로 생성할 수 있다.
메일 템플릿 생성 테이블은 차후 메일 생성 모듈(130)에 대한 설명에서 좀 더 구체적으로 설명한다.
정보 검색 모듈(120)은 확장 정보로부터 생성된 다양한 연관 키워드 중 그 빈도가 가장 높은 연관 키워드를 주요 키워드로 결정할 수 있다.
또한, 정보 검색 모듈(120)은 확장 정보 내에서 추출된 연관 키워드의 빈도 수와 연관 키워드가 검출된 사이트의 수를 합산하여 가장 높은 값을 가지는 연관 키워드를 주요 키워드로 결정할 수 있다.
본 실시예에서는 연관 키워드의 빈도를 기준으로 주요 키워드가 결정되는 과정을 설명하였으나, 주요 단어의 빈도수 또는 인접한 이름 단어의 빈도수 등의 다양한 기준으로 주요 키워드를 결정할 수도 있음은 자명하다.
메일 생성 모듈(130)은 정보 검색 모듈(120)에 의해 결정된 주요 키워드를 이용하여, 교육 훈련을 위한 메일을 생성할 수 있다.
메일 생성 모듈(130)은 기 설정된 메일 템플릿 생성 테이블을 구비할 수 있으며, 도 2를 참조하여 메일 템플릿 생성 테이블의 일 예를 구체적으로 설명한다.
도 2는 본 발명의 일 실시예에 따른 메일 템플릿 생성 테이블을 도시한 것이다.
도 2를 참조하면, 메일 템플릿 생성 테이블 내에는 주요 단어들이 속성 별로 구분되어 있으며, 각 속성별로 대응되는 메일 템플릿을 구비할 수 있다.
예를 들어, 주요 키워드 내 주요 단어가 형부인 경우, 이는 가족 속성에 해당하며, 가족 속성에 대응되는 메일 템플릿 #1이 제공될 수 있다.
또한, 주요 단어가 실장인 경우, 이는 회사 속성에 해당되며, 회사 속성에 대응되는 메일 템플릿 #4가 제공될 수 있다.
주요 단어, 주요 단어의 속성 및 각 속성에 대응되는 메일 템플릿은 적용 정도, 활용 정도 및 분석 모듈(140)에서 제공되는 피드백 정보 등을 고려하여 추가, 삭제 및 변경될 수 있다.
또한, 메일 템플릿은 기 확보된 스팸 메일과 피싱 메일을 활용할 수 있으며, 이의 내용, 메일의 수신자, 메일의 발신자 등을 이용한 기계 학습을 통하여 업데이트 될 수 있다.
한편, 본 실시예에서는 기 설정된 메일 템플릿 생성 테이블을 기준으로, 주요 단어와 메일 템플릿의 매칭 관계를 설명하였으나, 결정된 주요 키워드로부터 메일 템플릿을 매칭시킬 수 있는 다양한 기술들이 적용될 수 있음은 자명하다.
메일 생성 모듈(130)은 주요 키워드에 포함된 주요 단어를 이용하여, 대응되는 메일 템플릿을 제공하고, 주요 키워드에 포함된 이름 정보를 제공된 메일 템플릿에 반영 및 추가하여 교육 훈련을 위한 메일을 완성할 수 있다.
도 3은 본 발명의 일 실시예에 따른 교육 훈련 메일을 도시한 것이다.
이하, 도 3을 참조하여, 앞선 교육 훈련 메일의 생성 과정을 구체적인 예를 통하여 설명한다.
대상 선정 모듈(110)에 의해 교육 훈련을 수행한 횟수가 3회 이하로 확인된 경영전략팀의 홍길동 팀장이 교육 훈련 대상자로 선정될 수 있다.
정보 검색 모듈(120)은 대상 선정 모듈(110)에 의해 교육 훈련 대상자로 선정된 홍길동 팀장에 대한 회사 메일 주소(Honggd@abc.com), 회사 전화번호(02-1234-1234) 및 회사 주소(서울시 강남구 역삼동)를 사내 인사 데이터 베이스로부터 수신하고, 수신된 회사 메일 주소, 회사 전화번호 및 회사 주소를 인터넷 검색 사이트를 이용하여 검색할 수 있다.
인터넷 검색 사이트를 통해 검색된 결과물인 확장 정보 중에서, 도 2의 메일 템플릿 생성 테이블 상에 기 설정된 주요 단어들을 검출하고, 이를 통하여 친구, 동생, 매형의 주요 단어가 검출되는 것을 확인될 수 있다.
정보 검색 모듈(120)은 확장 정보 내에서 확인된 각각의 주요 단어 친구, 동생, 매형으로부터 가장 인접한 이름 단어인 김철수, 김영희, 장동건을 확인할 수 있으며, 확인된 주요 단어와 이름 정보를 각각 매칭하여 연관 키워드를 생성할 수 있다.
즉, 정보 검색 모듈(120)은 연관 키워드 (동생, 김철수), 연관 키워드 (친구, 김영희), 연관 키워드 (형, 김철수), 연관 키워드 (매형, 장동건), 연관 키워드 (동생, 김철수) 및 연관 키워드 (동생, 김철수)을 생성할 수 있다.
이후, 생성된 6개의 연관 키워드의 빈도수를 검토하여, 각각 (동생, 김철수)의 빈도수는 3, (친구, 김영희)의 빈도수는 1, (형, 김철수)의 빈도수는 1, (매형, 장동건)의 빈도수는 1을 확인할 수 있으며, 정보 검색 모듈(120)은 빈도수가 가장 높은 연관 키워드 (동생, 김철수)를 주요 키워드로 결정할 수 있다.
메일 생성 모듈(130)은 정보 검색 모듈(120)에 의해 결정된 주요 키워드 (동생, 김철수) 중 주요 단어에 해당하는 동생으로부터 도 2의 메일 템플릿 생성 테이블 상의 친구 속성이며, 대응되는 템플릿이 메일 템플릿 #2에 해당함을 확인할 수 있다.
메일 생성 모듈(130)은 메일 템플릿 #2를 제공하고, 주요 키워드 중 이름 정보인 김철수를 메일 템플릿 #2 상의 공란에 반영하여 교육 훈련을 위한 메일을 최종적으로 완성할 수 있다.
한편, 메일 생성 모듈(130)에 의해 메일이 완성되면, 분석 모듈(140)은 완성된 메일을 해당하는 임직원의 메일 주소로 발송할 수 있다.
발송된 메일에 대하여 임직원의 반응은 다양하게 분포할 수 있다.
일 예로서, 발송된 메일을 시스템 관리자에게 신고하는 제1 유형, 시스템 관리자에게 신고하지는 않으나 발송된 메일을 삭제하거나 반응하지 않는 제2 유형, 발송된 메일을 읽고 첨부파일을 실행하는 제3 유형 및 발송된 메일을 읽고 첨부파일을 실행하며, ID 정보와 패스워드 정보를 포함하는 개인정보를 전송하는 제4 유형이 있을 수 있다.
통상, 발송된 메일을 시스템 관리자에게 신고하는 제1 유형과, 시스템 관리자에 신고하지는 않으나, 발송된 메일을 삭제하거나 반응하지 않은 제2 유형은 해킹 방지를 위한 교육 수준이 높은 상태에 있는 유형에 해당하며, 첨부파일을 실행하거나, 개인정보를 제공하는 제3 및 제4 유형은 해킹 방지를 위한 교육 수준이 낮은 상태에 있는 것으로 판단할 수 있다.
분석 모듈(140)은 임직원 각각의 반응을 유형별로 분류하고, 각 유형에 대한 점수를 부가하여 점수화를 진행하거나, 임직원이 발송한 메일을 확인한 후 첨부파일을 실행하거나, 개인정보를 전송하는 등의 반응을 수행하는데 걸리는 시간을 확인하고 시간 별로 점수를 부가하여 점수화를 진행하는 등의 작업을 통하여, 교육 훈련 대상자(임직원) 각각에 대한 개인 이력 정보로서 개인 이력이 관리될 수 있으며, 교육 훈련 대상자(임직원)를 일정 기준으로 분류하고(예; 특허팀 등의 조직 단위), 분류된 단위의 교육 훈련 대상자의 교육 훈련 점수를 합산하는 등의 작업을 통하여, 그룹 단위에 대한 그룹 이력 정보로서 그룹 이력이 관리될 수도 있다.
분석 모듈(140)은 개인 이력 정보 또는 그룹 이력 정보를 대상 선정 모듈(110)로 피드백하여, 대상 선정 모듈(110)이 교육 훈련 대상자를 선정함에 있어서 활용할 수 있도록 할 수 있다.
분석 모듈(140)은 제3 유형 및 제4 유형에 해당하는 임직원 또는 개인 이력 정보 내 교육 훈련 점수가 일정 점수 이하인 교육 훈련 대상자에 대하여, 개인별 교육 훈련리스트를 생성하고, 교육 훈련리스트에 따라 해당 임직원이 온/오프라인 상의 교육 프로그램을 이수하도록 안내할 수 있다.
또한, 분석 모듈(140)은 교육 훈련리스트에 따른 교육 프로그램의 이수 결과를 피드백하여 이를 개인 이력 정보 또는 그룹 이력 정보에 반영할 수 있다.
또한, 분석 모듈(140)은 임직원의 반응에 대한 다양한 정보, 임직원의 개인 이력 정보 및 그룹 이력 정보 등을 저장할 수 있으며, 누적되어 저장된 정보는 빅데이터 분석에 활용될 수 있다.
예를 들어, 분석 모듈(140)은 제3 유형 또는 제4 유형으로 임직원의 다수가 반응하는 메일을 확인하고, 확인된 메일의 내용, 메일 생성시 주요 단어, 메일 생성시 주요 단어의 속성 등을 추출하고 분석할 수 있으며, 분석된 내용은 메일 템플릿 생성 테이블을 보완하는 자료로 활용할 수 있다.
구체적으로, 제1 유형 또는 제2 유형으로 임직원의 다수가 반응하는 메일에 대해서는 주요 단어를 메일 템플릿 생성 테이블에서 삭제할 수 있으며, 제3 유형 또는 제4 유형으로 임직원의 다수가 반응하는 메일에 포함된 단어 중 하나를 주요 단어로 추가할 수도 있다.
또한, 제1 유형 또는 제2 유형으로 임직원의 대다수가 반응하는 메일에 대해서는, 해당 메일에 대한 교육은 완성된 것으로 간주하고, 대응되는 메일 템플릿의 내용을 변경할 수 있다.
또한, 기계 학습, 구체적으로는 의사결정 트리 알고리즘을 이용하여, 주요 단어, 속성, 메일 템플릿 내용과 교육 훈련 대상자의 반응과의 관계를 반복적으로 학습시켜, 최적화된 주요 단어, 속성, 메일 템플릿을 지속적으로 업데이트할 수 있다.
한편, 분석 모듈(140)에 의해 분석된 정보, 즉 대다수의 임직원이 취약한 주요 단어, 키워드, 메일 내용 및 메일 형식 등에 관한 정보에 대하여, 실제 방화벽 설정 등의 인터넷 보안 설정 시에 반영될 수 있다.
도 4는 본 발명의 일 실시예에 따른 해킹 방지를 위한 교육 훈련 방법을 도시한 것이다.
도 4를 참조하면, 내부 또는 외부 데이터베이스에 저장된 임직원의 인사 정보, 임직원의 개인 이력 정보, 임직원이 속한 그룹의 그룹 이력 정보 중 적어도 하나를 이용하여 교육 훈련 대상자를 자동으로 선정할 수 있다(S110).
개인 이력 정보 및 그룹 이력 정보는 개인별 혹은 그룹별로 기 수행된 교육 훈련에 대한 결과를 누적한 정보에 해당할 수 있다.
교육 훈련 대상자가 선정되면, 내부 또는 외부 데이터베이스로부터 선정된 교육 훈련 대상에 대한 개인 정보, 예를 들어, 이름, 회사 이름, 회사 메일 주소, 회사 전화번호 및 회사 주소 중 적어도 하나를 수신하고, 수신된 개인 정보를 이용한 검색을 통하여 주요 키워드를 결정할 수 있다(S120).
구체적으로, 수신된 이름, 회사 이름, 회사 메일 주소, 회사 전화번호, 회사 주소 중 적어도 하나를 키워드로 인터넷 검색을 수행하여, 확장 정보를 획득할 수 있으며, 획득한 확장 정보를 자연어 처리와 형태소 분석의 다양한 알고리즘을 이용하여, 단어들을 추출할 수 있다.
추출된 단어 중에서 메일 템플릿 생성 테이블 내 기 설정된 주요 단어와 동일한 단어가 검출되면, 검출된 단어로부터 가장 인접한 이름 단어를 검출된 단어와 매칭시켜 하나의 연관 키워드를 생성할 수 있다.
생성된 다양한 연관 키워드 중에서 빈도가 가장 높은 연관 키워드가 가장 높은 연관 키워드를 주요 키워드로 결정할 수 있다.
또는, 연관 키워드를 빈도 순으로 내림차순 정렬하여 점수화하고, 연관 키워드가 발견된 사이트의 수를 점수화하여 이를 합산한 결과가 가장 큰 연관 키워드를 주요 키워드로 결정할 수 있다.
또는, 연관 키워드가 아닌 연관 키워드 내 주요 단어의 빈도 수를 주요 키워드로 결정할 수도 있다.
주요 키워드가 결정되면, 결정된 주요 키워드를 이용하여 교육 훈련을 위한 메일을 생성할 수 있다(S130).
앞서 설명된 바와 같이, 주요 키워드는 주요 단어와 주요 단어에 가장 인접한 이름 단어를 포함할 수 있다.
메일 템플릿 생성 테이블을 이용하여, 주요 단어에 매칭되는 메일 템플릿을 확인할 수 있다.
예를 들어, 주요 단어가 대표이고, 이름 단어가 김영희인 주요 키워드를 가정하면, 메일 템플릿 생성 테이블 상에 대표는 회사 속성이며, 이는 메일 템플릿 #4에 해당함을 확인할 수 있다.
메일 템플릿 #4의 공란에 이름 단어 김영희를 추가하여 메일을 완성할 수 있다.
한편, 메일 템플릿은 기 확보된 스팸 메일과 악성 피싱 메일의 내용과 해당 메일의 수신자, 발신자 및 내용 정보 등을 기계 학습의 분류 알고리즘을 이용하여, 생성될 수 있으며, 교육 훈련 결과에 따라 업데이트될 수 있다.
완성된 메일을 해당 교육 훈련 대상자에게 발송할 수 있으며, 발송된 메일에 따른 교육 훈련 대상자의 반응을 확인할 수 있다(S140).
발송된 메일에 대한 교육 훈련 대상자의 반응은 다양하게 구분될 수 있다.
구체적으로, 발송된 메일을 시스템 관리자에게 신고하는 제1 유형, 시스템 관리자에게 신고하지는 않으나 발송된 메일에 반응하지 않는 제2 유형, 발송된 메일을 읽고 첨부파일을 실행하는 제3 유형 및 발송된 메일을 읽고 첨부파일을 실행하며, ID 정보와 패스워드 정보를 포함하는 개인정보를 전송하는 제4 유형이 있을 수 있다.
본 실시예에서는 앞선 4가지 유형을 기준으로 설명하나, 본 발명이 이에 제한되는 것은 아니며, 동일한 기술적 사상을 중심으로 다양한 유형으로 분류할 수 있음은 자명하다.
교육 훈련 대상자의 반응을 앞선 4가지 유형으로 분류하고, 각 유형에 대한 점수를 부가하여, 교육 훈련 대상자의 교육 훈련 점수를 저장할 수 있다.
또한, 교육 훈련 대상자가 메일을 수신하여 확인한 후에, 첨부파일을 실행, 개인정보를 전송 또는 시스템 관리자에 신고 등의 반응을 수행하는 반응 시간을 확인하고 시간 별로 점수를 부가하여 교육 훈련 점수에 반영할 수 있다.
누적된 교육 훈련 점수는 교육 훈련 대상자 각각의 개인 이력 정보로서 관리될 수 있으며, 특정 그룹(예; 회사 조직 단위)에 속한 교육 훈련 대상자의 교육 훈련 점수를 합산하여 그룹 단위의 그룹 이력 정보로서 관리될 수도 있다.
확인된 교육 훈련 대상자의 반응에 따라서, 해당 교육 훈련 대상자에 대한 추가 교육을 결정하고, 반응 결과를 분석하여 대상자 선정, 메일 생성을 위한 주요 단어, 메일 생성시 주요 단어의 속성, 메일 템플릿 생성 테이블의 보완 등을 위해 피드백할 수 있다(S150).
각 교육 훈련 대상자의 교육 훈련 점수에 따라, 해당 교육 훈련 대상자를 온/오프라인 상의 교육 프로그램을 이수하도록 안내할 수 있다.
해당 교육 프로그램의 이수 결과는 교육 훈련 대상자의 개인 이력 정보에 반영되어 누적 관리될 수 있다.
온/오프라인 상의 교육 프로그램의 이수 결과가 일정 수준에 미치지 못하는 경우에는 일정 기간 동안 또는 개인 이력 정보 상의 교육 훈련 점수가 기준치를 넘어설 때까지 교육 훈련 대상자로 고정 선정될 수 있도록 관리될 수 있다.
또한, 그룹 단위의 교육 훈련 점수에 따라, 해당 그룹에 속한 교육 훈련 대상자 전체에 대하여 온/오프라인 상의 교육 프로그램을 이수하도록 안내할 수 있다.
또한, 그룹에 속한 교육 훈련 대상자 중 교육 훈련 점수가 높은 대상자를 해당 그룹의 보안 전문가로 지정하여, 해당 그룹이 관리되도록 할 수 있다.
반응 결과를 분석을 통하여 대상자 선정, 메일 생성을 위한 주요 단어, 메일 생성시 주요 단어의 속성, 메일 템플릿 생성 테이블의 보완 등을 위해 피드백 정보를 생성하여 제공할 수 있다.
개인 이력 정보, 그룹 이력 정보 및 메일에 대한 긍정적 반응과 부정적 반응 등의 누적된 정보들은 빅데이터로서 활용될 수 있다.
또한, 기계 학습을 통하여, 구체적으로는 의사결정 트리 알고리즘을 이용하여, 주요 단어, 속성, 메일 템플릿과 교육 훈련 대상자의 반응과의 관계를 반복적으로 학습시켜, 최적화된 주요 단어, 속성, 메일 템플릿을 결정할 수 있다.
본 명세서와 도면에 개시된 본 발명의 실시 예들은 본 발명의 기술 내용을 쉽게 설명하고 본 발명의 이해를 돕기 위해 특정 예를 제시한 것일 뿐이며, 본 발명의 범위를 한정하고자 하는 것은 아니다. 따라서 본 발명의 범위는 여기에 개시된 실시 예들 이외에도 본 발명의 기술적 사상을 바탕으로 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.
100: 교육 훈련 시스템 110: 대상 선정 모듈
120: 정보 검색 모듈 130: 메일 생성 모듈
140: 분석 모듈

Claims (16)

  1. 교육 대상자의 개인 정보를 이용한 인터넷 검색에 따라 검색된 확장 정보로부터, 기 설정된 주요단어 정보에 포함된 주요 단어를 추출하고, 상기 확장 정보 내에서 상기 추출된 주요 단어에 가장 인접한 이름 정보를 상기 주요 단어와 매칭하여, 복수의 연관 키워드를 생성하고, 빈도 정보에 기초하여 상기 생성된 복수의 연관 키워드 중 하나의 연관 키워드를 주요 키워드로 결정하는 정보 검색 모듈; 및
    상기 결정된 주요 키워드와 메일 템플릿 생성 테이블을 이용하여, 교육 훈련을 위한 메일을 생성하는 메일 생성 모듈을 포함하는 교육 훈련 시스템.
  2. 제1항에 있어서,
    상기 생성된 메일을 상기 교육 대상자에게 발송하고, 상기 교육 대상자의 반응 결과에 따라 교육 프로그램을 결정하며,
    상기 교육 대상자의 반응 결과를 분석하고, 빅데이터 처리 또는 기계 학습을 수행하여, 그 결과를 상기 정보 검색 모듈 또는 상기 메일 생성 모듈에 피드백하는 분석 모듈을 더 포함하는 교육 훈련 시스템.
  3. 제2항에 있어서,
    교육 훈련 수행 이력에 관한 정보 또는 교육 훈련 수행 결과에 관한 정보에 기초하여, 상기 교육 대상자를 선정하는 대상 선정 모듈을 더 포함하는 교육 훈련 시스템.
  4. 제3항에 있어서,
    상기 분석 모듈은 상기 교육 대상자의 반응 결과를 점수화하여 상기 교육 훈련 수행 결과에 관한 정보로서, 상기 교육 대상자에 대한 교육 훈련 이력을 관리하는 교육 훈련 시스템.
  5. 제1항에 있어서,
    상기 주요 키워드는 상기 주요단어 정보와 이름 정보를 포함하고,
    상기 메일 템플릿 생성 테이블은 상기 주요단어 정보와 메일 템플릿 간의 매칭 관계를 제공하는 교육 훈련 시스템.
  6. 제5항에 있어서,
    상기 메일 생성 모듈은 상기 결정된 주요 키워드 내 주요단어 정보를 이용하여, 상기 주요단어 정보에 매칭되는 메일 템플릿을 제공하고, 상기 제공된 메일 템플릿 상에 상기 이름 정보를 반영하여, 상기 교육 훈련을 위한 메일을 생성하는 교육 훈련 시스템.
  7. 제1항에 있어서,
    상기 빈도 정보는 상기 연관 키워드의 빈도 수, 상기 연관 키워드가 추출된 사이트의 수, 상기 주요 단어의 빈도 수, 상기 주요 단어의 빈도 수와 상기 주요 단어가 추출된 사이트 수의 합 중 적어도 하나를 포함하는 교육 훈련 시스템.
  8. 제7항에 있어서,
    상기 정보 검색 모듈은 상기 복수의 연관 키워드 중 빈도 수가 가장 많은 연관 키워드를 상기 주요 키워드로 결정하거나, 상기 복수의 연관 키워드 각각의 빈도 수와 상기 복수의 연관 키워드 각각이 추출된 사이트의 수의 합이 가장 큰 연관 키워드를 상기 주요 키워드로 결정하는 교육 훈련 시스템.
  9. 제2항에 있어서,
    상기 분석 모듈은 상기 반응 결과를 분석하고, 빅데이터 처리 또는 기계 학습을 수행한 결과를 이용하여, 상기 메일 템플릿 생성 테이블 내 포함된 주요 단어, 속성 정보 및 메일 템플릿의 내용을 변경하는 교육 훈련 시스템.
  10. 교육 대상자의 개인 정보를 이용한 인터넷 검색에 따라 검색된 확장 정보로부터, 기 설정된 주요단어 정보에 포함된 주요 단어를 추출하고, 상기 확장 정보 내에서 상기 추출된 주요 단어에 가장 인접한 이름 정보를 상기 주요 단어와 매칭하여, 복수의 연관 키워드를 생성하고, 빈도 정보에 기초하여 상기 생성된 복수의 연관 키워드 중 하나의 연관 키워드를 주요 키워드로 결정하는 단계; 및
    상기 결정된 주요 키워드와 메일 템플릿 생성 테이블을 이용하여, 교육 훈련을 위한 메일을 생성하는 단계를 포함하는 교육 훈련 방법.
  11. 제10항에 있어서,
    상기 생성된 메일을 상기 교육 대상자에게 발송하고, 상기 교육 대상자의 반응 결과에 따라 교육 프로그램을 결정하는 단계;
    상기 교육 대상자의 반응 결과를 분석하고, 빅데이터 처리 또는 기계 학습을 수행하는 단계; 및
    상기 빅데이터 처리 또는 기계 학습을 수행한 결과를 피드백하는 단계를 더 포함하는 교육 훈련 방법.
  12. 제11항에 있어서,
    교육 훈련 수행이력에 관한 정보 또는 교육 훈련 수행 결과에 관한 정보에 기초하여, 상기 교육 대상자를 선정하는 단계를 더 포함하는 교육 훈련 방법.
  13. 제12항에 있어서,
    상기 교육 훈련 수행결과에 관한 정보는 상기 교육 대상자의 반응 결과를 점수화한 교육 훈련 점수를 포함하는 교육 훈련 방법.
  14. 제10항에 있어서,
    상기 주요 키워드는 상기 주요단어 정보와 이름 정보를 포함하고,
    상기 메일 템플릿 생성 테이블은 상기 주요단어 정보와 메일 템플릿 간의 매칭 관계를 제공하는 교육 훈련 방법.
  15. 제14항에 있어서,
    상기 메일을 생성하는 단계는 상기 결정된 주요 키워드 내 주요단어 정보를 이용하여, 상기 주요단어 정보에 매칭되는 메일 템플릿을 제공하고, 상기 제공된 메일 템플릿 상에 상기 이름 정보를 반영하여, 상기 교육 훈련을 위한 메일을 생성하는 단계를 포함하는 교육 훈련 방법.
  16. 제11항에 있어서,
    상기 피드백하는 단계는 상기 빅데이터 처리 또는 기계 학습을 수행한 결과를 이용하여, 상기 메일 템플릿 생성 테이블 내 포함된 주요 단어, 속성 정보 및 메일 템플릿의 내용을 변경하는 단계를 포함하는 교육 훈련 방법.
KR1020170118758A 2017-09-15 2017-09-15 교육 훈련 시스템 및 교육 훈련 방법 KR102508336B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020170118758A KR102508336B1 (ko) 2017-09-15 2017-09-15 교육 훈련 시스템 및 교육 훈련 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020170118758A KR102508336B1 (ko) 2017-09-15 2017-09-15 교육 훈련 시스템 및 교육 훈련 방법

Publications (2)

Publication Number Publication Date
KR20190030992A true KR20190030992A (ko) 2019-03-25
KR102508336B1 KR102508336B1 (ko) 2023-03-09

Family

ID=65907997

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020170118758A KR102508336B1 (ko) 2017-09-15 2017-09-15 교육 훈련 시스템 및 교육 훈련 방법

Country Status (1)

Country Link
KR (1) KR102508336B1 (ko)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20090000336A (ko) * 2007-06-28 2009-01-07 엔에이치엔(주) 검색 광고 자동 노출 방법 및 그 시스템
KR20150046431A (ko) * 2013-10-21 2015-04-30 주식회사 소프트자이온 효과적인 마케팅을 도출하는 자동학습 시스템 및 방법
KR20150085527A (ko) * 2012-11-14 2015-07-23 페이스북, 인크. 광고 내 제품에 대한 소셜 컨텍스트 제공
KR20160109255A (ko) * 2015-03-10 2016-09-21 충북대학교 산학협력단 이메일 편집 장치 및 방법

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20090000336A (ko) * 2007-06-28 2009-01-07 엔에이치엔(주) 검색 광고 자동 노출 방법 및 그 시스템
KR20150085527A (ko) * 2012-11-14 2015-07-23 페이스북, 인크. 광고 내 제품에 대한 소셜 컨텍스트 제공
KR20150046431A (ko) * 2013-10-21 2015-04-30 주식회사 소프트자이온 효과적인 마케팅을 도출하는 자동학습 시스템 및 방법
KR20160109255A (ko) * 2015-03-10 2016-09-21 충북대학교 산학협력단 이메일 편집 장치 및 방법

Also Published As

Publication number Publication date
KR102508336B1 (ko) 2023-03-09

Similar Documents

Publication Publication Date Title
US11100065B2 (en) Tools and techniques for extracting knowledge from unstructured data retrieved from personal data sources
Edwards et al. Panning for gold: Automatically analysing online social engineering attack surfaces
US9690937B1 (en) Recommending a set of malicious activity detection rules in an automated, data-driven manner
US8489689B1 (en) Apparatus and method for obfuscation detection within a spam filtering model
KR101130357B1 (ko) 외부 데이터를 사용하는 검색 엔진 스팸 검출
US8112484B1 (en) Apparatus and method for auxiliary classification for generating features for a spam filtering model
Layton et al. Automated unsupervised authorship analysis using evidence accumulation clustering
Zilberman et al. Analyzing group communication for preventing data leakage via email
KR20140084316A (ko) 이메일 태그
Ivanov et al. In tags we trust: Trust modeling in social tagging of multimedia content
US20170221010A1 (en) System and method for data mining messaging systems to discover references to companies with job opportunities matching a candidate
US20240171536A1 (en) Misdirected email data loss prevention
CN107330079A (zh) 基于人工智能呈现辟谣信息的方法和装置
Chen et al. The best answers? think twice: online detection of commercial campaigns in the CQA forums
CA2981864A1 (en) Suspicious message processing and incident response
US20210049516A1 (en) Using a Machine Learning System to Process a Corpus of Documents Associated With a User to Determine a User-Specific and/or Process-Specific Consequence Index
JP2006252223A (ja) コミュニケーション分析装置、およびコミュニケーション分析方法、並びにコンピュータ・プログラム
JP4802523B2 (ja) 電子メッセージ分析装置および方法
JP2019016280A (ja) 情報処理装置及びプログラム
KR102508336B1 (ko) 교육 훈련 시스템 및 교육 훈련 방법
Wasi et al. Context‐based email classification model
Liu et al. Detecting tag spam in social tagging systems with collaborative knowledge
US20130282759A1 (en) Method and system for processing search queries
Maleki et al. Generating phishing emails using graph database
CN117614748B (zh) 一种基于大语言模型的钓鱼邮件检测方法

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
AMND Amendment
E601 Decision to refuse application
X091 Application refused [patent]
AMND Amendment
X701 Decision to grant (after re-examination)
GRNT Written decision to grant