KR20230084661A

KR20230084661A - 다중 필터링을 이용한 개인정보 탐지 강화 방법 및 장치

Info

Publication number: KR20230084661A
Application number: KR1020210172572A
Authority: KR
Inventors: 김근진; 김경민; 박성주
Original assignee: 주식회사 스파이스웨어
Priority date: 2021-12-06
Filing date: 2021-12-06
Publication date: 2023-06-13
Also published as: US20230222348A1; KR102619523B1; WO2023106498A1; JP2024527682A

Abstract

다중 필터링을 이용한 개인정보 탐지 강화 방법 및 장치가 제공된다. 상기 방법은, 입력 데이터에 대해 기록 데이터 및 패턴 데이터를 이용하여 제1 필터링을 수행하는 단계, 기 구축된 지도 학습 모델을 이용하여 상기 제1 필터링된 입력 데이터의 클래스를 분류하는 단계, 상기 분류된 클래스에 기초하여 상기 제1 필터링된 입력 데이터에 대해 비지도 기반 알고리즘을 이용하여 제2 필터링을 수행하는 단계 및 상기 제2 필터링된 결과 데이터에 기초하여 상기 지도 학습 모델을 업데이트하는 단계를 포함한다.

Description

다중 필터링을 이용한 개인정보 탐지 강화 방법 및 장치{METHOD AND APPARATUS FOR REINFORCING PERSONAL INFORMATION DETECTION USING MULTIPLE FILTERING}

본 발명은 다중 필터링을 이용한 개인정보 탐지 강화 방법 및 장치에 관한 것이다.

지도 학습(Supervised Learning)은 정답이 있는 데이터를 훈련 데이터(Training Data)로 활용하여 하나의 학습 모델을 구축하기 위한 기계 학습(Machine Learning)의 한 방법이다. 이렇게 구축된 학습 모델은 입력 데이터가 입력되면 해당 데이터의 특성을 분석하여 결과 데이터로 해당 데이터의 클래스를 출력할 수 있다.

그러나, 지도 학습의 경우 확률 기반의 예측이기 때문에, 명확이 구분할 수 있는 입력 데이터에 대해서도 잘못된 예측이 이루어질 수 있다는 문제점이 있다.

공개특허공보 제10-2019-0088094호, 2019.07.26.

본 발명이 해결하고자 하는 과제는 다중 필터링을 이용한 개인정보 탐지 강화 방법 및 장치를 제공하는 것이다.

다만, 본 발명이 해결하고자 하는 과제는 상기된 바와 같은 과제로 한정되지 않으며, 또 다른 과제들이 존재할 수 있다.

상술한 과제를 해결하기 위한 본 발명의 일 면에 따른 다중 필터링을 이용한 개인정보 탐지 강화 방법은, 입력 데이터에 대해 기록 데이터 및 패턴 데이터를 이용하여 제1 필터링을 수행하는 단계, 기 구축된 지도 학습 모델을 이용하여 상기 제1 필터링된 입력 데이터의 클래스를 분류하는 단계, 상기 분류된 클래스에 기초하여 상기 제1 필터링된 입력 데이터에 대해 비지도 기반 알고리즘을 이용하여 제2 필터링을 수행하는 단계 및 상기 제2 필터링된 결과 데이터에 기초하여 상기 지도 학습 모델을 업데이트하는 단계를 포함한다.

또한, 상기 제1 필터링 수행 단계는, 상기 입력 데이터를 상기 지도 학습 모델의 예측 결과에 기초하여 기 수집된 상기 기록 데이터와 비교하여, 상기 입력 데이터가 상기 기록 데이터에 해당하는지의 여부를 판단하고, 상기 기록 데이터에 해당하지 않는 데이터에 대해 정규 표현식 패턴 검사를 수행하여, 데이터 형태에 관하여 기 저장된 패턴 데이터 중 상기 입력 데이터의 형태에 해당하는 패턴 데이터가 존재하는지를 판단할 수 있다.

또한, 상기 방법은, 상기 패턴 데이터가 존재하는 입력 데이터에 대해, 상기 패턴 데이터에 해당하는 클래스를 상기 패턴 데이터가 존재하는 입력 데이터의 클래스로 결정하는 단계를 더 포함할 수 있다.

또한, 상기 클래스 분류 단계는, 상기 패턴 데이터가 존재하지 않는 입력 데이터를 상기 지도 학습 모델에 적용하여 상기 패턴 데이터가 존재하지 않는 입력 데이터의 클래스를 분류할 수 있다.

또한, 상기 후처리 필터 적용 단계는, 상기 분류된 클래스에 기초하여, 상기 제1 필터링된 입력 데이터에 대해 비지도 기반 알고리즘을 수행하여 상기 제1 필터링된 입력 데이터에 대해 분류된 클래스가 정확한지 여부를 판단하는 단계를 포함할 수 있다.

또한, 상기 클래스 정확 여부 판단 단계는, 상기 분류된 클래스에 대한 데이터 통계 값을 기준으로 하여, 상기 제1 필터링된 입력 데이터의 특징 값이 기 설정된 범위를 벗어나는 경우, 상기 분류된 클래스가 정확하지 않은 것으로 판단하고, 상기 제1 필터링된 입력 데이터 및 상기 지도 학습 모델이 학습한 복수의 클래스 각각의 데이터 간 유사도를 측정하고, 상기 복수의 클래스 중 상기 유사도 값이 가장 큰 클래스를 상기 제1 필터링된 입력 데이터의 클래스로 선택하여 상기 분류된 클래스를 보정할 수 있다.

또한, 상기 기 설정된 범위는, 데이터 특성에 기초하여 설정되며, 상기 데이터 특성은 데이터의 길이 분포, 데이터의 문자 개수 분포 및 학습 스코어 분포를 포함할 수 있다.

또한, 상기 지도 학습 모델 업데이트 단계는, 상기 보정된 클래스 및 상기 입력 데이터를 상기 지도 학습 모델의 학습 데이터로 추가하여 상기 지도 학습 모델을 업데이트할 수 있다.

또한, 상기 방법은, 상기 제2 필터링된 결과 데이터에 기초하여 기 구축된 기록 기반의 모델, 기 구축된 패턴 기반의 모델, 기 구축된 통계 기반의 모델 및 기 구축된 비지도 학습 모델을 업데이트하는 단계를 더 포함할 수 있다.

상술한 과제를 해결하기 위한 본 발명의 다른 면에 따른 다중 필터링을 이용한 개인정보 탐지 강화 장치는, 통신부, 다중 필터링을 이용한 개인정보 탐지를 강화하기 위한 적어도 하나의 프로세스를 저장하고 있는 메모리 및 상기 프로세스에 따라 동작하는 프로세서를 포함하고, 상기 프로세서는, 상기 프로세스를 기반으로, 입력 데이터에 대해 기록 데이터 및 패턴 데이터를 이용하여 제1 필터링을 수행하고, 기 구축된 지도 학습 모델을 이용하여 상기 제1 필터링된 입력 데이터의 클래스를 분류하고, 상기 분류된 클래스에 기초하여 상기 제1 필터링된 입력 데이터에 대해 비지도 기반 알고리즘을 이용하여 제2 필터링을 수행하고, 상기 제2 필터링된 결과 데이터에 기초하여 상기 지도 학습 모델을 업데이트할 수 있다.

이 외에도, 본 발명을 구현하기 위한 다른 방법, 다른 시스템 및 상기 방법을 실행하기 위한 컴퓨터 프로그램을 기록하는 컴퓨터 판독 가능한 기록 매체가 더 제공될 수 있다.

본 발명의 기타 구체적인 사항들은 상세한 설명 및 도면들에 포함되어 있다.

상술한 본 발명에 의하면, 다중 필터를 추가하여 지도 학습의 잘못된 예측을 보완할 수 있다.

구체적으로, 기록 기반의 검색 필터를 통해 이전에 사용자에 의해 선택된 값 및 명확한 패턴을 가지는 데이터에 대해서는 잘못된 결과를 출력하지 않을 수 있다.

또한, 지도 학습을 통해 확실하지 않은 클래스로 분류된 데이터에 대해서도 비지도 알고리즘 기반 필터를 통해 보다 정확도 높은 클래스로 보정할 수 있다.

본 발명의 효과들은 이상에서 언급된 효과로 제한되지 않으며, 언급되지 않은 또 다른 효과들은 아래의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.

도 1은 본 발명에 따른 개인정보 탐지 강화 장치를 설명하기 위한 도면이다.
도 2는 본 발명에 따른 개인정보 탐지 강화 방법의 순서도이다.
도 3은 본 발명에 따른 개인정보 탐지 및 탐지 결과에 기초한 지도 학습 모델 업데이트의 전체적인 프로세스를 설명하기 위한 도면이다.

본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나, 본 발명은 이하에서 개시되는 실시예들에 제한되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시예들은 본 발명의 개시가 완전하도록 하고, 본 발명이 속하는 기술 분야의 통상의 기술자에게 본 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다.

본 명세서에서 사용된 용어는 실시예들을 설명하기 위한 것이며 본 발명을 제한하고자 하는 것은 아니다. 본 명세서에서, 단수형은 문구에서 특별히 언급하지 않는 한 복수형도 포함한다. 명세서에서 사용되는 "포함한다(comprises)" 및/또는 "포함하는(comprising)"은 언급된 구성요소 외에 하나 이상의 다른 구성요소의 존재 또는 추가를 배제하지 않는다. 명세서 전체에 걸쳐 동일한 도면 부호는 동일한 구성 요소를 지칭하며, "및/또는"은 언급된 구성요소들의 각각 및 하나 이상의 모든 조합을 포함한다. 비록 "제1", "제2" 등이 다양한 구성요소들을 서술하기 위해서 사용되나, 이들 구성요소들은 이들 용어에 의해 제한되지 않음은 물론이다. 이들 용어들은 단지 하나의 구성요소를 다른 구성요소와 구별하기 위하여 사용하는 것이다. 따라서, 이하에서 언급되는 제1 구성요소는 본 발명의 기술적 사상 내에서 제2 구성요소일 수도 있음은 물론이다.

다른 정의가 없다면, 본 명세서에서 사용되는 모든 용어(기술 및 과학적 용어를 포함)는 본 발명이 속하는 기술분야의 통상의 기술자에게 공통적으로 이해될 수 있는 의미로 사용될 수 있을 것이다. 또한, 일반적으로 사용되는 사전에 정의되어 있는 용어들은 명백하게 특별히 정의되어 있지 않는 한 이상적으로 또는 과도하게 해석되지 않는다.

이하, 첨부된 도면을 참조하여 본 발명의 실시예를 상세하게 설명한다.

설명에 앞서 본 명세서에서 사용하는 용어의 의미를 간략히 설명한다. 그렇지만 용어의 설명은 본 명세서의 이해를 돕기 위한 것이므로, 명시적으로 본 발명을 한정하는 사항으로 기재하지 않은 경우에 본 발명의 기술적 사상을 한정하는 의미로 사용하는 것이 아님을 주의해야 한다.

본 명세서에서 '장치'는 연산처리를 수행하여 사용자에게 결과를 제공할 수 있는 다양한 장치들이 모두 포함된다. 예를 들어, 장치는 컴퓨터 및 이동 단말기 형태가 될 수 있다. 상기 컴퓨터는 클라이언트로부터 요청을 수신하여 정보처리를 수행하는 서버 형태가 될 수 있다. 또한, 컴퓨터에는 시퀀싱을 수행하는 시퀀싱 장치가 해당될 수 있다. 상기 이동 단말기는 휴대폰, 스마트 폰(smart phone), PDA(personal digital assistants), PMP(portable multimedia player), 네비게이션, 노트북 PC, 슬레이트 PC(slate PC), 태블릿 PC(tablet PC), 울트라북(ultrabook), 웨어러블 디바이스(wearable device, 예를 들어, 워치형 단말기 (smartwatch), 글래스형 단말기 (smart glass), HMD(head mounted display)) 등이 포함될 수 있다.

본 명세서에서 '지도 학습 모델'은 인공 지능을 기반으로 하는 학습 모델로서, 다양한 인공지능 알고리즘을 기반으로 학습될 수 있다. 예를 들어, CNN, DNN, RNN, KNN, 서포트 벡터 머신(SVM) 등과 같이 학습을 위한 알고리즘은 모두 적용 가능하다.

도 1은 본 발명에 따른 개인정보 탐지 강화 장치를 설명하기 위한 도면이다.

도 2는 본 발명에 따른 개인정보 탐지 강화 방법의 순서도이다.

도 3은 본 발명에 따른 개인정보 탐지 및 탐지 결과에 기초한 지도 학습 모델 업데이트의 전체적인 프로세스를 설명하기 위한 도면이다.

도 1을 참조하면, 본 발명의 개인정보 탐지 강화 장치(10)(이하, 장치)는 통신부(12), 메모리(14) 및 프로세서(16)를 포함할 수 있다. 다만, 장치(10)는 도 1에 도시된 구성요소보다 더 적은 수의 구성요소나 더 많은 구성요소를 포함할 수 있다.

통신부(12)은 외부 장치로부터 입력 데이터를 수신할 수 있다. 여기서, 외부 장치 개인이 사용하는 이동 단말기일 수 있고, 업체(회사)가 관리하는 서버 장치일 수 있지만, 이에 제한되는 것은 아니다.

여기서, 입력 데이터는 지도 학습 모델에 적용되어 어떤 개인정보가 포함되었는지를 예측하기 위해 활용되는 데이터로서, 개인정보는 이름, 주민번호, 주소, 전화번호 등을 포함할 수 있다.

본 발명의 장치(10)의 통신부(12)는 통신망을 통해서 외부 장치로부터 입력 데이터를 수신할 수 있다.

여기서, 통신망은 다양한 형태의 통신망이 이용될 수 있으며, 예컨대, WLAN(Wireless LAN), 와이파이(Wi-Fi), 와이브로(Wibro), 와이맥스(Wimax), HSDPA(High Speed Downlink Packet Access) 등의 무선 통신방식 또는 이더넷(Ethernet), xDSL(ADSL, VDSL), HFC(Hybrid Fiber Coax), FTTC(Fiber to The Curb), FTTH(Fiber To The Home) 등의 유선 통신방식이 이용될 수 있다.

한편, 통신망은 상기에 제시된 통신방식에 한정되는 것은 아니며, 상술한 통신방식 이외에도 기타 널리 공지되었거나 향후 개발될 모든 형태의 통신 방식을 포함할 수 있다.

메모리(14)에는 다중 필터링을 이용한 개인정보 탐지를 강화하기 위한 적어도 하나의 프로세스가 저장된다. 또한, 메모리(14)에는 기 구축된 지도 학습 모델이 저장된다. 여기서 지도 학습 모델은, 입력 데이터에 포함된 개인정보에 대한 클래스를 예측할 수 있다. 본 발명은 지도 학습 모델이 확률 기반의 예측을 수행하기 때문에 잘못된 예측 결과를 낼 수 있으므로, 다중 필터를 활용하여 상기 지도 학습 모델의 잘못된 예측을 보완할 수 있다.

프로세서(16)는 장치(10)를 제어하기 위한 전반적인 기능과, 지도 학습 모델의 예측과 연관된 각종 동작과, 상기 지도 학습 모델의 잘못된 예측의 보완과 연관된 각종 동작을 수행할 수 있다. 예를 들어, 프로세서(16)는 메모리(14)에 저장된 프로그램 또는 프로세스들을 실행함으로써 장치(10)를 제어하기 위한 전반적인 기능과, 지도 학습 모델의 예측과 연관된 각종 동작과, 상기 지도 학습 모델의 잘못된 예측의 보완과 연관된 각종 동작을 수행할 수 있다. 프로세서(16)는 장치(10) 내에 구비된 CPU(Central Processing Unit), GPU(Graphic Processing Unit), DSP(Digital Signal Processor), NPU(Neural Processing Unit) 또는 AP(Application Processor) 등으로 구현될 수 있으나, 이에 제한되지 않는다.

도 1을 참조하면, 프로세서(16)는 제1 필터 모듈(161), 지도 학습 모듈(162) 및 제2 필터 모듈(163)을 포함할 수 있다. 다만, 프로세서(16)는 도 1에 도시된 구성요소보다 더 적은 수의 구성요소나 더 많은 구성요소를 포함할 수 있다.

제1 필터 모듈 (161)은 입력 데이터를 지도 학습 모델에 적용하기 전에, 기록 기반 및 패턴 기반의 전처리 필터를 적용하여 해당 입력 데이터가 이전에 예측됐었던 데이터라면 지도 학습 모델에 적용하지 않고, 이전에 예측됐었던 결과를 해당 입력 데이터에 대한 예측 결과로 활용할 수 있다.

지도 학습 모듈(162)은 제1 필터링된 입력 데이터(즉, 이전에 예측된 적 없었던 데이터)를 지도 학습 모델에 적용하여 예측을 수행할 수 있다.

지도 학습 모듈(162)은 하나 이상의 코어로 구성될 수 있으며, 컴퓨팅 장치의 중앙 처리 장치(CPU: central processing unit), 범용 그래픽 처리 장치 (GPGPU: general purpose graphics processing unit), 텐서 처리 장치(TPU: tensor processing unit) 등의 데이터 분석, 딥러닝을 위한 프로세서를 포함할 수 있다. 지도 학습 모듈(162)은 메모리에 저장된 컴퓨터 프로그램을 판독하여 본 발명의 일 실시예에 따른 다중 필터링을 이용한 개인정보 탐지를 강화를 수행할 수 있다. 본 발명의 일실시예에 따라 지도 학습 모듈(162)은 신경망의 학습을 위한 연산을 수행할 수 있다. 지도 학습 모듈(162)은 딥러닝(DL: deep learning)에서 학습을 위한 입력 데이터의 처리, 입력 데이터에서의 피처 추출, 오차 계산, 역전파(backpropagation)를 이용한 신경망의 가중치 업데이트 등의 신경망의 학습을 위한 계산을 수행할 수 있다. 지도 학습 모듈(162)의 CPU, GPGPU, 및 TPU 중 적어도 하나가 네트워크 함수의 학습을 처리할 수 있다. 예를 들어, CPU 와 GPGPU가 함께 네트워크 함수의 학습, 네트워크 함수를 이용한 데이터 분류를 처리할 수 있다. 또한, 본 발명의 일 실시예에서 복수의 컴퓨팅 장치의 프로세서를 함께 사용하여 네트워크 함수의 학습, 네트워크 함수를 이용한 데이터 분류를 처리할 수 있다. 또한, 본 발명의 일 실시예에 따른 컴퓨팅 장치에서 수행되는 컴퓨터 프로그램은, CPU, GPGPU 또는 TPU 실행가능 프로그램일 수 있다.

제2 필터 모듈 (163)은 비지도 기반 알고리즘을 이용한 후처리 필터를 적용하여, 지도 학습 모델의 예측 결과가 정확한지를 판단하고 부정확한 예측 결과를 보정할 수 있다.

이렇게 보정된 예측 결과는 지도 학습 모델에 의해 학습되어 지도 학습 모델의 예측 정확도가 향상될 수 있다.

이하에서는 도 2 및 도 3을 참조하여, 본 발명의 프로세서(16)가 전처리 필터(제1 필터링)링 및 후처리 필터링(제2 필터링)을 통해 지도 학습 기법 보완하는 방법에 대해 상세히 설명하도록 한다. 여기서, 프로세서(16)의 동작은 장치(10)에서 수행 가능할 수 있다.

도 2를 참조하면, 프로세서(16)는 입력 데이터에 대해 기록 데이터 및 패턴 데이터를 이용하여 제1 필터링을 수행할 수 있다(S100).

프로세서(16)는 구축된 지도 학습 모델을 이용하여 상기 제1 필터링된 입력 데이터의 클래스를 분류할 수 있다(S200).

프로세서(16)는 상기 분류된 클래스에 기초하여 상기 제1 필터링된 입력 데이터에 대해 비지도 기반 알고리즘을 이용하여 제2 필터링을 수행할 수 있다(S300).

프로세서(16)는 상기 제2 필터링된 결과 데이터에 기초하여 상기 지도 학습 모델을 업데이트할 수 있다(S400).

상술한 바와 같이, 입력 데이터는 개인정보가 포함된 데이터일 수 있다. 본 발명은 지도 학습 모델을 통해 입력 데이터에 포함된 개인정보가 어떤 종류의 개인정보인지를 탐지하는데, 이때 지도 학습 모델의 예측이 부정확한 경우를 대비하여 제1 필터링 및 제2 필터링을 수행함으로써 입력 데이터에 포함된 개인정보의 종류를 정확하게 파악할 수 있도록 한다. 그리고, 이렇게 제1 필터링 및 제2 필터링을 통해 정확히 예측된 결과 데이터를 학습함으로써 상기 지도 학습 모델의 성능을 개선할 수 있다.

단계 S100에서, 프로세서(16)는 상기 입력 데이터를 기록 데이터 및 패턴 데이터와 비교하여 제1 필터링을 수행할 수 있다.

여기서, 기록 데이터는 지도 학습 모델의 이전 예측 결과에 기초하여 기 수집된 데이터일 수 있다. 보다 상세하게, 이전에 지도 학습 모델에 입력하여 예측이 수행됐던 입력 데이터 중에서 예측 결과가 정확했던 데이터만 기록 데이터로 수집될 수 있다. 기록 데이터는 입력 데이터 및 해당 입력 데이터의 클래스(예측 결과)가 맵핑되어 수집될 수 있다. 패턴 데이터는 정규 표현식 기반으로 데이터 형태에 관하여 기 저장된 데이터일 수 있다. 개인정보는 각각 상이한 형태를 가지고 있기 때문에, 각각의 형태가 패턴 데이터로서 미리 설정될 수 있다.

구체적으로, 프로세서(16)는 기 수집된 기록 데이터 중에서 입력 데이터와 동일한 데이터가 있는지를 확인하고, 동일한 데이터가 있다면, 해당 데이터의 클래스를 입력 데이터의 클래스로 결정할 수 있다. 예를 들어, 입력 데이터가 “홍길동”인 경우, 기록 데이터 중에서 “홍길동”인 데이터가 있고, 해당 데이터에 맵핑된 클래스가 “이름”이라면, 상기 입력 데이터 “홍길동”의 클래스는 “이름”으로 결정될 수 있다.

반면, 도 3에 도시된 바와 같이, 기 수집된 기록 데이터 중에서 입력 데이터와 동일한 데이터가 없는 경우, 프로세서(16)는 해당 입력 데이터를 패턴 데이터와 비교할 수 있다.

구체적으로, 기록 데이터에 해당하지 않는 데이터에 대해 정규 표현식 패턴 검사를 수행하여, 기 저장된 패턴 데이터 중 상기 입력 데이터의 형태에 해당하는 패턴 데이터가 존재하는지를 판단할 수 있다. 그리고, 입력 데이터의 형태에 해당하는 패턴 데이터가 존재한다면, 해당 데이터의 클래스를 입력 데이터의 클래스로 결정할 수 있다. 예를 들어, 입력 데이터가 “000000-0000000(주민등록번호의 형태)”인 경우, 정규 표현식 패턴 검사를 통해 패턴 데이터 중에서 “\d{6} \- [1-4]\d{6}”의 패턴이 존재한다면, 상기 입력 데이터 “000000-0000000”의 클래스는 “주민등록번호”로 결정될 수 있다.

반면, 도 3에 도시된 바와 같이, 기 저장된 패턴 데이터 중에서 입력 데이터의 형태와 동일한 패턴 데이터가 없는 경우, 프로세서(16)는 해당 입력 데이터를 지도 학습 모델에 입력할 수 있다.

단계 S200에서, 프로세서(16)는 패턴 데이터가 존재하지 않는 입력 데이터를 상기 지도 학습 모델에 적용하여 상기 패턴 데이터가 존재하지 않는 입력 데이터의 클래스를 분류할 수 있다.

즉, 단계 S200에서 클래스 분류가 수행되는 데이터는 단계 S100에서 제1 필터링된 데이터를 의미할 수 있다. 보다 상세하게, 제1 필터링된 데이터는 상기 기록 데이터와 상기 패턴 데이터에 포함되지 않는 데이터를 의미하며, 단계 S200에서 상기 기록 데이터와 상기 패턴 데이터에 포함되지 않는 데이터에 대해 클래스를 분류할 수 있다.

단계 S300에서, 프로세서(16)는 상기 분류된 클래스에 대한 데이터 통계 값을 기준으로 하여, 상기 제1 필터링된 입력 데이터의 특징 값이 기 설정된 범위를 벗어나는 경우, 상기 분류된 클래스가 정확하지 않은 것으로 판단할 수 있다.

여기서, 상기 기 설정된 범위는, 데이터 특성에 기초하여 설정될 수 있다. 여기서, 데이터 특성은 데이터의 길이 분포, 데이터의 문자 개수 분포 및 학습 스코어 분포를 포함할 수 있으며, 이에 제한되지 않고 데이터에 맞는 다양한 특성들은 모두 적용 가능하다.

실시예에 따라, 기 설정된 범위는 데이터의 길이 분포, 데이터의 문자 개수 분포 및 학습 스코어 분포 중 적어도 하나에 기초하여 설정될 수 있다. 개인정보마다 전체 길이, 포함된 한글, 영어, 숫자 및 특수문자 등의 개수, 학습 결과의 correct 및 incorrect 스코어가 다르며, 그 통계 값도 다를 수 있다. 각 개인정보 마다의 통계 값을 기준으로 범위를 설정하여 입력 데이터의 특징 값이 해당 범위 내에 포함되는지의 여부에 따라 분류된 클래스가 정확한지를 판단할 수 있다.

예를 들어, 분류된 클래스가 “이름”인 경우, 이름 데이터들이 문자 개수 분포, 문자 개수 분포 및 학습 스코어 분포에서 0~1 사이의 값 중에서 0.5에 분포하고, 기 설정된 범위가 ±0.1라면, 해당 입력 데이터의 특징 값이 0.4~0.6 사이의 값이어야 분류된 클래스가 정확한 것으로 판단될 수 있다.

상기 문자 개수 분포, 문자 개수 분포 및 학습 스코어 분포 중 적어도 하나의 분포에서 특징 값이 기 설정된 범위에 포함되지 않는다면, 해당 입력 데이터에 대해 분류된 클래스는 정확하지 않은 것으로 판단될 수 있다.

이렇게 분류된 클래스가 정확하지 않은 것으로 판단되면, 프로세서(16)는 입력 데이터에 대해 비지도 기반 알고리즘을 적용할 수 있다.

구체적으로, 프로세서(16)는 상기 제1 필터링된 입력 데이터 및 상기 지도 학습 모델이 학습한 복수의 클래스 각각의 데이터 간 유사도를 측정하고, 상기 복수의 클래스 중 상기 유사도 값이 가장 큰 클래스를 상기 제1 필터링된 입력 데이터의 클래스로 선택하여 상기 분류된 클래스를 보정할 수 있다.

지도 학습 모델에 의해 입력 데이터의 클래스가 “이름”으로 분류된 경우를 예로 들면, 프로세서(16)는 해당 입력 데이터에 대해 복수의 클래스(예를 들어, “주소”, “주민등록번호”, “휴대폰번호” 등) 각각의 데이터들과의 유사도를 측정했을 때, 해당 입력 데이터가 “휴대폰번호”의 데이터와의 유사도가 가장 높다면, 해당 입력 데이터에 대해 “이름”으로 분류되었던 클래스가 “휴대폰번호”로 보정될 수 있다.

단계 S400에서, 프로세서(16)는 상기 보정된 클래스 및 상기 입력 데이터를 상기 지도 학습 모델의 학습 데이터로 추가하여 상기 지도 학습 모델을 업데이트할 수 있다.

즉, 입력 데이터를 입력값으로 하고, 정답값은 지도 학습 모델의 잘못된 예측 결과가 아닌, 비지도 기반 알고리즘에 의해 보정된 클래스로 하여 학습함으로써, 상기 지도 학습 모델을 업데이트할 수 있다.

또한, 입력 데이터와 해당 데이터에 대해 보정된 클래스는 상기 기록 데이터, 패턴 데이터 및 비지도 기반 알고리즘 관련 데이터에도 추가될 수 있다. 이에 따라, 이후 기록 데이터 및 패턴 데이터를 이용한 전처리 필터링 및 비지도 기반 알고리즘을 이용한 후처리 필터링의 정확도까지 높일 수 있다.

실시예에 따라, 본 발명은 하나의 모든 프로세스(단계 S100 내지 단계 S300)가 끝난 후 지도 학습 모델의 업데이트(단계 S400)가 이루어질 때, 상기 제2 필터링된 결과 데이터에 기초하여 기 구축된 기록 기반의 모델, 기 구축된 패턴 기반의 모델, 기 구축된 통계 기반의 모델 및 기 구축된 비지도 학습 모델을 업데이트하는 단계를 더 포함할 수 있다.

즉, 지도 학습 모델뿐만 아니라, 나머지 4개의 모델에 대해서도 동일한 데이터를 가지고 업데이트가 수행될 수 있다.

기록 기반의 모델은 상기 프로세스(단계 S100 내지 단계 S300)의 결과값이 기존에 추가되지 않은 정보일 경우 해당 결과값을 기록 리스트에 추가함으로써 업데이트될 수 있다.

패턴 기반의 모델은 상기 프로세스(단계 S100 내지 단계 S300)의 결과값이 기존에 추가되지 않은 패턴일 경우 해당 결과값을 패턴 리스트에 추가함으로써 업데이트될 수 있다.

지도 학습 모델은 상술한 바와 같이 상기 프로세스(단계 S100 내지 단계 S300)의 결과값을 정답값으로 학습하여 업데이트될 수 있다.

통계 기반의 모델은 상기 프로세스(단계 S100 내지 단계 S300)의 결과값으로부터 통계에서 요구하는 특징(feature) 값을 추출하여 저장함으로써 업데이트될 수 있다.

비지도 학습 모델은 상기 프로세스(단계 S100 내지 단계 S300)의 결과값 자체를 입력값으로 하여 학습을 수행함으로써 업데이트될 수 있다.

도 2는 단계 S100 내지 단계 S300을 순차적으로 실행하는 것으로 기재하고 있으나, 이는 본 실시예의 기술 사상을 예시적으로 설명한 것에 불과한 것으로서, 본 실시예가 속하는 기술분야에서 통상의 지식을 가진 자라면 본 실시예의 본질적인 특성에서 벗어나지 않는 범위에서 도 2에 기재된 순서를 변경하여 실행하거나 단계 S100 내지 단계 S300을 병렬적으로 실행하는 것으로 다양하게 수정 및 변형하여 적용 가능할 것이므로, 도 2는 시계열적인 순서로 한정되는 것은 아니다.

한편, 상술한 설명에서, 단계 S100 내지 단계 S300은 본 발명의 구현예에 따라서, 추가적인 단계들로 더 분할되거나, 더 적은 단계들로 조합될 수 있다. 또한, 일부 단계는 필요에 따라 생략될 수도 있고, 단계 간의 순서가 변경될 수도 있다.

이상에서 전술한 본 발명에 따른 다중 필터링을 이용한 개인정보 탐지 강화 방법은, 하드웨어인 컴퓨터와 결합되어 실행되기 위해 프로그램(또는 어플리케이션)으로 구현되어 컴퓨터 판독가능 기록 매체에 저장될 수 있다.

상기 전술한 프로그램은, 상기 컴퓨터가 프로그램을 읽어 들여 프로그램으로 구현된 상기 방법들을 실행시키기 위하여, 상기 컴퓨터의 프로세서(CPU)가 상기 컴퓨터의 장치 인터페이스를 통해 읽힐 수 있는 C, C++, JAVA, Ruby, 기계어 등의 컴퓨터 언어로 코드화된 코드(Code)를 포함할 수 있다. 이러한 코드는 상기 방법들을 실행하는 필요한 기능들을 정의한 함수 등과 관련된 기능적인 코드(Functional Code)를 포함할 수 있고, 상기 기능들을 상기 컴퓨터의 프로세서가 소정의 절차대로 실행시키는데 필요한 실행 절차 관련 제어 코드를 포함할 수 있다. 또한, 이러한 코드는 상기 기능들을 상기 컴퓨터의 프로세서가 실행시키는데 필요한 추가 정보나 미디어가 상기 컴퓨터의 내부 또는 외부 메모리의 어느 위치(주소 번지)에서 참조되어야 하는지에 대한 메모리 참조관련 코드를 더 포함할 수 있다. 또한, 상기 컴퓨터의 프로세서가 상기 기능들을 실행시키기 위하여 원격(Remote)에 있는 어떠한 다른 컴퓨터나 서버 등과 통신이 필요한 경우, 코드는 상기 컴퓨터의 통신 모듈을 이용하여 원격에 있는 어떠한 다른 컴퓨터나 서버 등과 어떻게 통신해야 하는지, 통신 시 어떠한 정보나 미디어를 송수신해야 하는지 등에 대한 통신 관련 코드를 더 포함할 수 있다.

상기 저장되는 매체는, 레지스터, 캐쉬, 메모리 등과 같이 짧은 순간 동안 데이터를 저장하는 매체가 아니라 반영구적으로 데이터를 저장하며, 기기에 의해 판독(reading)이 가능한 매체를 의미한다. 구체적으로는, 상기 저장되는 매체의 예로는 ROM, RAM, CD-ROM, 자기 테이프, 플로피디스크, 광 데이터 저장장치 등이 있지만, 이에 제한되지 않는다. 즉, 상기 프로그램은 상기 컴퓨터가 접속할 수 있는 다양한 서버 상의 다양한 기록매체 또는 사용자의 상기 컴퓨터상의 다양한 기록매체에 저장될 수 있다. 또한, 상기 매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어, 분산방식으로 컴퓨터가 읽을 수 있는 코드가 저장될 수 있다.

전술한 본 발명의 설명은 예시를 위한 것이며, 본 발명이 속하는 기술분야의 통상의 지식을 가진 자는 본 발명의 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 쉽게 변형이 가능하다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다. 예를 들어, 단일형으로 설명되어 있는 각 구성 요소는 분산되어 실시될 수도 있으며, 마찬가지로 분산된 것으로 설명되어 있는 구성 요소들도 결합된 형태로 실시될 수 있다.

본 발명의 범위는 상기 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.

10: 개인정보 탐지 강화 장치
12: 통신부
14: 메모리
16: 프로세서
161: 제1 필터 모듈
162: 지도 학습 모듈
163: 제2 필터 모듈

Claims

장치에 의해 수행되는 방법에 있어서,
입력 데이터에 대해 기록 데이터 및 패턴 데이터를 이용하여 제1 필터링을 수행하는 단계;
기 구축된 지도 학습 모델을 이용하여 상기 제1 필터링된 입력 데이터의 클래스를 분류하는 단계;
상기 분류된 클래스에 기초하여 상기 제1 필터링된 입력 데이터에 대해 비지도 기반 알고리즘을 이용하여 제2 필터링을 수행하는 단계; 및
상기 제2 필터링된 결과 데이터에 기초하여 상기 지도 학습 모델을 업데이트하는 단계;를 포함하고, 다중 필터링을 이용한 개인정보 탐지 강화 방법.
제1 항에 있어서,
상기 제1 필터링 수행 단계는,
상기 입력 데이터를 상기 지도 학습 모델의 예측 결과에 기초하여 기 수집된 상기 기록 데이터와 비교하여, 상기 입력 데이터가 상기 기록 데이터에 해당하는지의 여부를 판단하고,
상기 기록 데이터에 해당하지 않는 데이터에 대해 정규 표현식 패턴 검사를 수행하여, 데이터 형태에 관하여 기 저장된 패턴 데이터 중 상기 입력 데이터의 형태에 해당하는 패턴 데이터가 존재하는지를 판단하는, 다중 필터링을 이용한 개인정보 탐지 강화 방법.
제2 항에 있어서,
상기 패턴 데이터가 존재하는 입력 데이터에 대해, 상기 패턴 데이터에 해당하는 클래스를 상기 패턴 데이터가 존재하는 입력 데이터의 클래스로 결정하는 단계;를 더 포함하는, 다중 필터링을 이용한 개인정보 탐지 강화 방법.
제2 항에 있어서,
상기 클래스 분류 단계는,
상기 패턴 데이터가 존재하지 않는 입력 데이터를 상기 지도 학습 모델에 적용하여 상기 패턴 데이터가 존재하지 않는 입력 데이터의 클래스를 분류하는, 다중 필터링을 이용한 개인정보 탐지 강화 방법.
제1 항에 있어서,
상기 제2 필터핑 수행 단계는,
상기 분류된 클래스에 기초하여, 상기 제1 필터링된 입력 데이터에 대해 비지도 기반 알고리즘을 수행하여 상기 제1 필터링된 입력 데이터에 대해 분류된 클래스가 정확한지 여부를 판단하는 단계;를 포함하는, 다중 필터링을 이용한 개인정보 탐지 강화 방법.
제5 항에 있어서,
상기 클래스 정확 여부 판단 단계는,
상기 분류된 클래스에 대한 데이터 통계 값을 기준으로 하여, 상기 제1 필터링된 입력 데이터의 특징 값이 기 설정된 범위를 벗어나는 경우, 상기 분류된 클래스가 정확하지 않은 것으로 판단하고,
상기 제1 필터링된 입력 데이터 및 상기 지도 학습 모델이 학습한 복수의 클래스 각각의 데이터 간 유사도를 측정하고, 상기 복수의 클래스 중 상기 유사도 값이 가장 큰 클래스를 상기 제1 필터링된 입력 데이터의 클래스로 선택하여 상기 분류된 클래스를 보정하는, 다중 필터링을 이용한 개인정보 탐지 강화 방법.
제6 항에 있어서,
상기 기 설정된 범위는, 데이터 특성에 기초하여 설정되며,
상기 데이터 특성은, 데이터의 길이 분포, 데이터의 문자 개수 분포 및 학습 스코어 분포를 포함하는, 다중 필터링을 이용한 개인정보 탐지 강화 방법.
제6 항에 있어서,
상기 지도 학습 모델 업데이트 단계는,
상기 보정된 클래스 및 상기 입력 데이터를 상기 지도 학습 모델의 학습 데이터로 추가하여 상기 지도 학습 모델을 업데이트하는, 다중 필터링을 이용한 개인정보 탐지 강화 방법.
제1 항에 있어서,
상기 제2 필터링된 결과 데이터에 기초하여 기 구축된 기록 기반의 모델, 기 구축된 패턴 기반의 모델, 기 구축된 통계 기반의 모델 및 기 구축된 비지도 학습 모델을 업데이트하는 단계;를 더 포함하는, 다중 필터링을 이용한 개인정보 탐지 강화 방법.
컴퓨터와 결합되어, 제1 항 내지 제9 항 중 어느 한 항의 방법을 실행하기 위해 컴퓨터 판독가능 기록 매체에 저장된 프로그램.
통신부;
다중 필터링을 이용한 개인정보 탐지를 강화하기 위한 적어도 하나의 프로세스를 저장하고 있는 메모리; 및
상기 프로세스에 따라 동작하는 프로세서;를 포함하고,
상기 프로세서는, 상기 프로세스를 기반으로,
입력 데이터에 대해 기록 데이터 및 패턴 데이터를 이용하여 제1 필터링을 수행하고,
기 구축된 지도 학습 모델을 이용하여 상기 제1 필터링된 입력 데이터의 클래스를 분류하고,
상기 분류된 클래스에 기초하여 상기 제1 필터링된 입력 데이터에 대해 비지도 기반 알고리즘을 이용하여 제2 필터링을 수행하고,
상기 제2 필터링된 결과 데이터에 기초하여 상기 지도 학습 모델을 업데이트하는, 다중 필터링을 이용한 개인정보 탐지 강화 장치.