그래프 속성을 이용한 온라인 소셜 네트워크 스팸 탐지 동향 분석

정시현,오하영,Jeong, Sihyun,Oh, Hayoung 한국정보통신학회 2020 한국정보통신학회논문지 Vol.24 No.5

온라인 소셜 네트워크가 현대인의 정보 공유 및 교류의 핵심적인 매체로 사용됨에 따라, 그 이용자는 매해 급격하게 증가하고 있다. 이는 단순히 사용량 증가뿐만 아니라 정보의 신뢰성에서도 기존 언론 매체를 능가하기도 하는데, 최근 등장하는 마케팅 전략들은 이 점을 노리고 교묘하게 소셜 네트워크를 공격하고 있다. 그에 따라 자연스럽게 형성되어야 할 여론이 온라인 공격으로 인해 인위적으로 구성되기도 하고, 이를 신뢰하는 사람들도 많아지게 되었다. 따라서 온라인 소셜 네트워크를 공격하는 주체들을 탐지하고자 하는 연구들이 최근 많이 진행되고 있다. 본 논문에서는 이러한 온라인 소셜 네트워크 공격자들을 탐지하고자 하는 연구들의 동향을 분석하는데, 그 중 소셜 네트워크 그래프 특성을 이용한 연구들에 집중하고 있다. 기존의 contents-based 기법이 사생활 침해 및 공격 전략 변화에 따른 분류 오류를 나타낼 수 있음에 반해, 그래프 기반 방법은 공격자 패턴을 이용하여 보다 강건한 탐지 방법을 제안하고 있다. As online social networks are used as a critical medium for modern people's information sharing and relationship, their users are increasing rapidly every year. This not only increases usage but also surpasses the existing media in terms of information credibility. Therefore, emerging marketing strategies are deliberately attacking social networks. As a result, public opinion, which should be formed naturally, is artificially formed by online attacks, and many people trust it. Therefore, many studies have been conducted to detect agents attacking online social networks. In this paper, we analyze the trends of researches attempting to detect such online social network attackers, focusing on researches using social network graph characteristics. While the existing content-based techniques may represent classification errors due to privacy infringement and changes in attack strategies, the graph-based method proposes a more robust detection method using attacker patterns.

소셜 네트워크 내 경쟁 집단에의 영향력 최대화 기법

정시현(Sihyun Jeong),노기섭(Giseop Noh),오하영(Hayoung Oh),김종권(Chong-Kwon Kim) 한국정보과학회 2015 정보과학회 컴퓨팅의 실제 논문지 Vol.21 No.1

최근 온라인 소셜 네트워크의 성장에 따라, 영향력 최대화 기법을 활용한 다양한 마케팅 기법들이 소개되고 있다. 하지만 지금까지 네트워크 구성이 감춰진 경쟁 집단들이 존재하는 환경에서 영향력 최대화 문제를 해결하려고 시도한 기법은 제안된 적이 없었다. 본 논문에서는 아군 집단과 경쟁 집단 들이 존재하는 소셜 네트워크 환경에서 경쟁 집단에 영향력을 가장 최대화하는 알고리즘을 제안한다. 본 논문에서 제안하는 알고리즘은 소셜 네트워크의 속성들 중 중간 중심성, 클러스터링 계수, 지역적 연결도로와 연결, 그리고 3인조 폐쇄특징 등을 효과적으로 활용한다. 실험을 통하여 본 논문에서 제안하는 알고리즘이 기존 알고리즘보다 경쟁 집단에의 영향력을 더 확산할 수 있음을 확인하였고, 결론적으로 2배의 성능 향상을 보여 주었다. Online social networks(OSN) are very popular nowadays. As OSNs grows, the commercial markets are expanding their social commerce by applying Influence Maximization. However, in reality, there exist more than two players(e.g., commercial companies or service providers) in this same market sector. To address the Influence Maximization problem between adversaries, we first introduced Influence Maximization against the social adversaries" problem. Then, we proposed an algorithm that could efficiently solve the problem efficiently by utilizing social network properties such as Betweenness Centrality, Clustering Coefficient, Local Bridge and Ties and Triadic Closure. Moreover, our algorithm performed orders of magnitudes better than the existing Greedy hill climbing algorithm.

SMS 스팸 탐지를 위한 소셜 네트워크 구축 기법

정시현(Sihyun Jeong),노기섭(Giseop Noh),오하영(Hayoung Oh),김종권(Chong-Kwon Kim) 한국정보과학회 2014 한국정보과학회 학술발표논문집 Vol.2014 No.12

소셜 네트워크 내 경쟁 집단에의 영향력 최대화 기법

정시현(Sihyun Jeong),노기섭(Giseop Noh),김종권(Chong-kwon Kim) 한국정보과학회 2014 한국정보과학회 학술발표논문집 Vol.2014 No.6

소셜 네트워크 기반 대량의 SMS 스팸 데이터 재구성 기법

정시현(Sihyun Jeong),노기섭(Giseop Noh),오하영(Hayoung Oh),김종권(Chong-Kwon Kim) 한국정보과학회 2015 정보과학회논문지 Vol.42 No.6

SMS는 현대 통신 수단 중 가장 많이 사용되고 있는 방법 중 하나로서, 그 사용 비용이 저렴해짐에 따라 SMS에서의 스팸도 함께 증가하였다. SMS 스팸을 탐지하는 연구들은 부득이하게 사용자의 발신번호, 수신번호 및 SMS내용 등의 즉 개인정보를 필요로 하게 된다는 점에서 데이터 수집 측면에서 큰 한계를 가지고 있다. 더욱이, 소셜 네트워크가 활성화됨에 따라 SMS 스팸들은 더욱 지능화되고 있으며 결과, SMS 스팸 탐지 기법 연구 수행시 해당 SMS관련 개인정보는 물론 사용자의 소셜 네트워크 관련 정보까지 필요로 한다. 따라서, 본 논문에서는 SMS 스팸을 탐지하기 위해 필요한 소셜 네트워크 데이터셋을 사생활 침해 문제 없이 실제와 유사하게 재구성해주는 SBSS(Social network Building Scheme for SMS spam detection) 기법을 제안한다. 또한, 현재 존재하는 SMS 스팸의 공격 유형을 처음으로 구체화하고 분류하여 이를 반영했다. The Short Message Service (SMS) is one of the most popular communication tools in the world. As the cost of SMS decreases, SMS spam has been growing largely. Even though there are many existing studies on SMS spam detection, researchers commonly have limitation collecting users" private SMS contents. They need to gather the information related to social network as well as personal SMS due to the intelligent spammers being aware of the social networks. Therefore, this paper proposes the Social network Building Scheme for SMS spam detection (SBSS) algorithm that builds synthetic social network dataset realistically, without the collection of private information. Also, we analyze and categorize the attack types of SMS spam to build more complete and realistic social network dataset including SMS spam.

Stationary 분포를 이용한 군수지원 우선순위 결정 및 추천 알고리즘 설계

노기섭(Giseop Noh),정시현(Sihyun Jeong),김종권(Chong-Kwon Kim),오하영(Hayoung Oh) 한국정보과학회 2014 정보과학회논문지 Vol.41 No.12

전쟁에서의 승리를 담보하는 핵심적 역할 중 하나는 최적의 군수지원을 통해 전투력을 극대화하고 지속능력을 가능한 장기적으로 유지하는 것이다. 주요 무기체계의 효과적인 사용을 위한 다양한 군수지원 방법론이 지속적으로 제안되고 있으나, 모든 군수지원 요소를 종합적으로 고려한 군수지원 접근법에 대한 연구는 전무한 실정이다. 본 논문에서는 기존 군수지원의 주요 방법론 이었던 고장률 분석을 통한 접근법에서 벗어나, 비용, 수송, 고장률, 정비, 시스템 복잡도 등 군수지원의 다양한 요소를 종합적으로 식별하여, 각각의 영향력을 결합할 수 있는 방법론과 stationary 분포를 이용한 최적의 군수지원 우선순위를 결정하여 추천하는 알고리즘을 최초로 제안한다. One of the important roles used to ensure victory in a war is to maximize the overall military forces and to make sure that the capability of the military forces can be sustained as much as possible. Although several researchers have proposed various possible methodologies for logistics support, no research trials have been undertaken to investigate logistics support that considers all relevant elements of such. Unlike previous in trials that consider and analyze the system fault ratio as the main methodology, we propose an approach that simultaneously decides and recommends logistic priority by reflecting and combining item costs, transportation, fault-ratio, and system complexity. Also, we designed an algorithm that can recommend optimized logistics support priority using stationary distribution.

전파 네트워크 특성 추출을 통한 소셜 미디어 속 루머 분류

최지호(Jiho Choi),정시현(Sihyun Jeong),김종권(Chong-kwon Kim) 한국정보과학회 2019 한국정보과학회 학술발표논문집 Vol.2019 No.6

[우수논문] Stationary분포를 이용한 군수지원 우선순위 추천 알고리즘 설계

노기섭(Giseop Noh),정시현(Sihyun Jeong),김종권(Chong-kwon Kim) 한국정보과학회 2014 한국정보과학회 학술발표논문집 Vol.2014 No.6

에너지 데이터의 순위상관계수 기반 건물 내 오작동 기기 탐지

김나언(Naeon Kim),정시현(Sihyun Jeong),장보연(Boyeon Jang),김종권(Chong-Kwon Kim) 한국정보과학회 2017 정보과학회논문지 Vol.44 No.4

비정상행위 탐지는 데이터로부터 특징을 추출하여 정상 행위 모델을 만들어, 이 정상 모델로부터 얼마나 벗어나 있는 가를 찾아내어 탐지하는 기법이다. 즉, 특정 기기가 생성하는 데이터를 기반으로 기기의 오류를 탐지하거나 사회망 데이터에서의 사용자 행위 변화를 찾아내어 비정상행위를 탐지하는 데 활용할 수 있다. 본 논문에서는 순위 상관 계수를 이용하여 건물 내의 기기의 비정상적인 데이터를 탐지하고자 한다. 에너지 절약 문제에 대한 관심이 높아짐에 따라 에너지를 효율적으로 사용하기 위해 여러 방법들이 제안되었다. IT 기술의 발달과 더불어 공조 시스템(HVAC)이 건물에 도입되어 활용되고 있으며, 이 시스템을 통하여 에너지 소비의 문제점을 찾고 에너지를 효율적으로 관리할 수 있다. 따라서 본 논문은 공조 시스템에 속한 각 기기간의 순위 관계 변화를 관찰함으로써 이상 현상 탐지의 효율성을 높이는 방법을 제안하며, 사회망 데이터 내에서의 비정상행위 탐지 가능성도 함께 제안한다. Anomaly detection is the identification of data that do not conform to a normal pattern or behavior model in a dataset. It can be utilized for detecting errors among data generated by devices or user behavior change in a social network data set. In this study, we proposed a new approach using rank correlation coefficient to efficiently detect abnormal data in devices of a building. With the increased push for energy conservation, many energy efficiency solutions have been proposed over the years. HVAC (Heating, Ventilating and Air Conditioning) system monitors and manages thousands of sensors such as thermostats, air conditioners, and lighting in large buildings. Currently, operators use the building’s HVAC system for controlling efficient energy consumption. By using the proposed approach, it is possible to observe changes of ranking relationship between the devices in HVAC system and identify abnormal behavior in social network.

소셜 네트워크 상에서의 재귀적 네트워크 구조 특성을 활용한 스팸탐지 기법

장보연(Boyeon Jang),정시현(Sihyun Jeong),김종권(Chongkwon Kim) 한국정보과학회 2017 정보과학회논문지 Vol.44 No.11

온라인 소셜 네트워크는 정보전파의 용이성 및 파급 영향력이 높지만 이를 악의적으로 활용하기 위한 스패머들이 다수 활동 중이다. 이러한 스패머를 식별하기 위한 스팸 탐지기법 연구가 다양한 분야에서 이루어지고 있지만 스패머들 또한 스팸 내용이나 스팸링크, 활동 주기 등의 특성을 변경하여 탐지를 피하고 있다. 하지만 다른 특성들과 달리 온라인 소셜 네트워크의 고유 네트워크 특성인 링크 특성은 쉽게 변화시키는 어렵다. 따라서 본 논문에서는 이러한 네트워크의 구조적인 특성을 활용하여 스패머를 일반사용자와 구분하는 방법을 제시한다. 즉 일반사용자 노드가 주변 노드와 비슷한 네트워크 특성을 갖는 점에 주목하여 인접 노드를 활용한 재귀적인 구조적 특성을 생성하여 활용함으로써 스패머의 식별확률을 높이고 있다. 이를 검증하기 위한 실험은 트위터의 실제 데이터셋을 Weka 프로그램에 탑재된 랜덤포레스트 알고리즘을 활용하여 측정하였으며, 재귀적인 특성을 활용하지 않는 방법과 기존 제안 알고리즘에 비해 탐지율이 0.82에서 0.90으로 향상됨으로써 제안하는 방법이 스패머를 탐지하는데 효과적임을 제시하고 있다. Given the network structure in online social network, it is important to determine a way to distinguish spam accounts from the network features. In online social network, the service provider attempts to detect social spamming to maintain their service quality. However the spammer group changes their strategies to avoid being detected. Even though the spammer attempts to act as legitimate users, certain distinguishable structural features are not easily changed. In this paper, we investigate a way to generate meaningful network structure features, and suggest spammer detection method using recursive structural features. From a result of real-world dataset experiment, we found that the proposed algorithm could improve the classification performance by about 8%.