| 1 |
1
사용자 단말로 입력된 금융사기와 관련된 메시지 및 음성 통화 중 적어도 하나에 대한 내역 데이터 및 상기 내역 데이터에 대한 사용자의 판단 결과를 포함하는 제1 금융사기 신고 정보를 수신하는 통신부;사이버 범죄에 대한 경찰청의 통계 데이터, 기존에 수집된 제2 금융사기 신고 정보, 분석 시점까지 수집된 상기 제2 금융사기 신고 정보를 기반으로 금융사기 신고 정보에 대한 금융사기 여부를 분석하는 금융사기 예측 모델, 및 금융사기 위험도 판단 서비스에 가입한 사용자의 단말 번호 리스트가 저장된 데이터베이스;상기 메시지 및 음성 통화 중 적어도 하나에 대한 내역 데이터를 분석하는 분석 모듈; 및상기 금융사기 예측 모델을 이용하여 제1 금융사기 신고 정보를 분석하여 금융사기 여부를 판단하고, 상기 사용자의 판단 결과가 금융사기인 것으로 수신되었고, 상기 금융사기 예측 모델의 분석 결과가 금융사기가 아닌 것으로 판단된 경우, 상기 제1 금융사기 신고 정보를 사이버 경찰청 서버로 전송하고, 상기 내역 데이터를 제2 금융사기 신고 정보와 비교, 분석하여 업데이트 내역을 도출하고, 상기 도출된 업데이트 내역을 상기 데이터베이스에 저장하는 프로세서를 포함하고,상기 프로세서는,기 설정된 시간마다 누적된 제2 금융사기 신고 정보를 분석하여, 적어도 하나의 제1 금융사기 패턴을 도출하고, 상기 분석 모듈을 이용하여 제1 금융사기 신고 정보를 분석하여 제2 금융사기 패턴을 도출하여, 상기 적어도 하나의 제1 금융사기 패턴과 일치도를 산출하고, 상기 일치도가 임계치 이상 차이나는 제2 금융사기 패턴을 신규 금융사기 패턴으로 선택하여, 상기 데이터베이스에 저장하고 상기 신규 금융사기 패턴을 상기 사이버 경찰청 서버로 전송하고,상기 신규 금융사기 패턴이 발견되면, 상기 번호 리스트에 포함된 단말 번호로 상기 신규 금융사기 패턴에 대한 정보를 제공하되,상기 데이터베이스에 누적되어 저장된 제1 금융사기 패턴을 분석하여, 각 제1 금융사기 패턴에 대한 안내가 필요한 사용자 연령대를 도출하고, 기 설정된 시간 주기마다 상기 번호 리스트에 포함된 각 사용자의 연령대 정보를 기반으로, 각 사용자의 단말로 매칭되는 적어도 하나의 제1 금융사기 패턴에 대한 정보를 제공하는 것을 특징으로 하는,금융사기 위험도 판단 서버
|
| 2 |
2
제1항에 있어서,상기 프로세서는,상기 경찰청 통계 데이터를 기반으로, 최근 일정 기간 동안의 금융사기 위험도 및 금융사기 용의자 리스트를 도출하고,상기 도출된 금융사기 위험도 및 금융사기 용의자 리스트를 상기 사이버 경찰청 서버로 전송하는 것을 특징으로 하는,금융사기 위험도 판단 서버
|
| 3 |
3
제2항에 있어서,상기 프로세서는,상기 경찰청 통계 데이터를 기반으로, 최근 일정 기간 동안의 정보통신망 침해 범죄율, 정보통신망 이용 범죄율 및 불법콘텐츠 범죄율을 산출하고,상기 정보통신망 침해 범죄율, 상기 정보통신망 이용 범죄율 및 상기 불법콘텐츠 범죄율을 기반으로 상기 최근 일정 기간 동안의 금융사기 위험정보를 산출하는 것을 특징으로 하는,금융사기 위험도 판단 서버
|
| 4 |
4
제3항에 있어서,상기 프로세서는,하기 수학식 1을 기반으로 상기 정보통신망 침해 범죄율을 산출하는 것을 특징으로 하는,금융사기 위험도 판단 서버
|
| 5 |
5
제3항에 있어서,상기 프로세서는,하기 수학식 2를 기반으로 상기 정보통신망 이용 범죄율을 산출하는 것을 특징으로 하는,금융사기 위험도 판단 서버
|
| 6 |
6
제3항에 있어서,상기 프로세서는,하기 수학식 3을 기반으로 상기 불법콘텐츠 범죄율을 산출하는 것을 특징으로 하는,금융사기 위험도 판단 서버
|
| 7 |
7
제2항에 있어서,상기 프로세서는,금융사기 관련 신고 횟수를 기반으로 상기 금융사기 용의자 리스트를 정렬하여 상기 사이버 경찰청 서버로 전송하는 것을 특징으로 하는,금융사기 위험도 판단 서버
|
| 8 |
8
제2항에 있어서,상기 프로세서는,상기 용의자 리스트를 메시지 및 음성 통화에 따라 구분하여 정렬하는 것을 특징으로 하는,금융사기 위험도 판단 서버
|
| 9 |
9
제7항에 있어서,상기 프로세서는,상기 사용자 단말로부터 제1 금융사기 신고 정보가 접수되면, 상기 사용자 단말로 상기 사용자의 판단 결과가 금융사기인 것으로 판단한 이유를 선택하도록 요청하고,상기 금융사기 관련 신고 횟수, 상기 내역 데이터의 발신자 번호, 상기 내역 데이터의 수신 시간, 상기 판단한 이유 중 적어도 하나를 기반으로, 상기 금융사기 용의자 리스트를 정렬하여 상기 사이버 경찰청 서버로 전송하는 것을 특징으로 하는,금융사기 위험도 판단 서버
|
| 10 |
10
삭제
|
| 11 |
11
삭제
|
| 12 |
12
제1항에 있어서,상기 사이버 경찰청 서버로부터 상기 신규 금융사기 패턴에 대한 심사 결과 정보가 수신되면, 상기 수신된 심사 결과 정보를 기반으로 리워드를 산출하여 상기 사용자 단말로 제공하는 것을 특징으로 하는,금융사기 위험도 판단 서버
|
| 13 |
13
삭제
|
| 14 |
14
삭제
|
| 15 |
15
제2항에 있어서,상기 메시지 및 음성 통화 중 적어도 하나에 대한 내역 데이터를 분석하는 분석 모듈을 더 포함하고,상기 프로세서는,기 설정된 시간마다 누적된 제2 금융사기 신고 정보를 분석하여, 적어도 하나의 제1 금융사기 패턴을 도출하고,상기 사이버 경찰청 서버로부터 특정 제2 금융사기 신고 정보에 대한 범인 정보가 수신되면,상기 수신된 범인 정보에 상기 특정 제2 금융사기 신고 정보에 대하여 도출된 제1 금융사기 패턴을 포함시켜 상기 데이터베이스에 저장하는 것을 특징으로 하는,금융사기 위험도 판단 서버
|
| 16 |
16
제15항에 있어서,상기 프로세서는,상기 분석 모듈을 이용하여 상기 메시지 및 음성 통화 중 적어도 하나에 대한 내역 데이터를 분석하여 제2 금융사기 패턴을 도출하고,상기 도출된 제2 금융사기 패턴을 상기 데이터베이스에 저장된 적어도 하나의 범인 정보와 매칭시켜 용의자 매칭도를 산출하는 것을 특징으로 하는,금융사기 위험도 판단 서버
|
| 17 |
17
제16항에 있어서,상기 프로세서는,상기 산출된 용의자 매칭도를 기반으로, 상기 금융사기 용의자 리스트를 도출하는 것을 특징으로 하는,금융사기 위험도 판단 서버
|
| 18 |
18
제2항에 있어서,상기 메시지 및 음성 통화 중 적어도 하나에 대한 내역 데이터를 분석하는 분석 모듈을 더 포함하고,상기 프로세서는,제1 금융사기 신고 정보가 금융사기인 것으로 판단되면, 상기 분석 모듈을 이용해 상기 음성 통화에 대한 내역 데이터를 분석하여,발신자의 억양, 말투, 방언, 성조, 어휘 수준, 및 어조 중 적어도 하나에 대한 특징점을 추출하여 개별 보이스 데이터로 상기 데이터베이스에 저장하는 것을 특징으로 하는,금융사기 위험도 판단 서버
|
| 19 |
19
제18항에 있어서,상기 프로세서는,특정 사용자 단말로부터 신규 제1 금융사기 신고 정보가 수신되면,상기 신규 제1 금융사기 신고 정보에 포함된 음성 통화에 대한 내역 데이터를 분석하여, 발신자의 억양, 말투, 방언, 성조, 어휘 수준, 및 어조 중 적어도 하나에 대한 특징점을 추출하고, 상기 추출된 특징점을 상기 데이터베이스에 저장된 적어도 하나의 개별 보이스 데이터와 매칭하여 매칭도를 산출하고,상기 산출된 매칭도를 기반으로, 상기 용의자 리스트에 포함된 각 용의자의 용의자 매칭도를 산출하는 것을 특징으로 하는,금융사기 위험도 판단 서버
|
| 20 |
20
컴퓨터에 의해 수행되는 방법으로,사용자 단말로 입력된 금융사기와 관련된 메시지 및 음성 통화 중 적어도 하나에 대한 내역 데이터 및 상기 내역 데이터에 대한 사용자의 판단 결과를 포함하는 제1 금융사기 신고 정보를 수신하는 단계;금융사기 예측 모델을 이용하여 제1 금융사기 신고 정보를 분석하여 금융사기 여부를 판단하는 단계;상기 사용자의 판단 결과가 금융사기인 것으로 수신되었고, 상기 금융사기 예측 모델의 분석 결과가 금융사기가 아닌 것으로 판단된 경우, 제1 금융사기 신고 정보를 사이버 경찰청 서버로 전송하는 단계; 및상기 내역 데이터를 제2 금융사기 신고 정보와 비교, 분석하여 업데이트 내역을 도출하고, 상기 도출된 업데이트 내역을 데이터베이스에 저장하는 단계를 포함하며,상기 컴퓨터는,사이버 범죄에 대한 경찰청의 통계 데이터, 기존에 수집된 제2 금융사기 신고 정보, 분석 시점까지 수집된 상기 제2 금융사기 신고 정보를 기반으로 금융사기 신고 정보에 대한 금융사기 여부를 분석하는 금융사기 예측 모델 및 금융사기 위험도 판단 서비스에 가입한 사용자의 단말 번호 리스트가 저장된 데이터베이스; 및상기 메시지 및 음성 통화 중 적어도 하나에 대한 내역 데이터를 분석하는 분석 모듈을 포함하고,상기 컴퓨터는,기 설정된 시간마다 누적된 제2 금융사기 신고 정보를 분석하여, 적어도 하나의 제1 금융사기 패턴을 도출하고, 상기 분석 모듈을 이용하여 제1 금융사기 신고 정보를 분석하여 제2 금융사기 패턴을 도출하여, 상기 적어도 하나의 제1 금융사기 패턴과 일치도를 산출하고, 상기 일치도가 임계치 이상 차이나는 제2 금융사기 패턴을 신규 금융사기 패턴으로 선택하여, 상기 데이터베이스에 저장하고, 상기 신규 금융사기 패턴을 상기 사이버 경찰청 서버로 전송하고,상기 신규 금융사기 패턴이 발견되면, 상기 번호 리스트에 포함된 단말 번호로 상기 신규 금융사기 패턴에 대한 정보를 제공하되,상기 데이터베이스에 누적되어 저장된 제1 금융사기 패턴을 분석하여, 각 제1 금융사기 패턴에 대한 안내가 필요한 사용자 연령대를 도출하고, 기 설정된 시간 주기마다 상기 번호 리스트에 포함된 각 사용자의 연령대 정보를 기반으로, 각 사용자의 단말로 매칭되는 적어도 하나의 제1 금융사기 패턴에 대한 정보를 제공하는 것을 특징으로 하는,금융사기 위험도 판단 방법
|
| 21 |
21
제20항에 있어서,상기 컴퓨터는,상기 경찰청 통계 데이터를 기반으로, 최근 일정 기간 동안의 금융사기 위험도 및 금융사기 용의자 리스트를 도출하고,상기 도출된 금융사기 위험도 및 금융사기 용의자 리스트를 상기 사이버 경찰청 서버로 전송하는 것을 특징으로 하는,금융사기 위험도 판단 방법
|
| 22 |
22
삭제
|
| 23 |
23
삭제
|
| 24 |
24
삭제
|
| 25 |
25
제21항에 있어서,상기 메시지 및 음성 통화 중 적어도 하나에 대한 내역 데이터를 분석하는 분석 모듈을 더 포함하고,상기 컴퓨터는,기 설정된 시간마다 누적된 제2 금융사기 신고 정보를 분석하여, 적어도 하나의 제1 금융사기 패턴을 도출하고,상기 사이버 경찰청 방법으로부터 특정 제2 금융사기 신고 정보에 대한 범인 정보가 수신되면,상기 수신된 범인 정보에 상기 특정 제2 금융사기 신고 정보에 대하여 도출된 제1 금융사기 패턴을 포함시켜 상기 데이터베이스에 저장하는 것을 특징으로 하는,금융사기 위험도 판단 방법
|
| 26 |
26
제25항에 있어서,상기 컴퓨터는,상기 분석 모듈을 이용하여 상기 메시지 및 음성 통화 중 적어도 하나에 대한 내역 데이터를 분석하여 제2 금융사기 패턴을 도출하고,상기 도출된 제2 금융사기 패턴을 상기 데이터베이스에 저장된 적어도 하나의 범인 정보와 매칭시켜 용의자 매칭도를 산출하는 것을 특징으로 하는,금융사기 위험도 판단 방법
|
| 27 |
27
하드웨어인 컴퓨터와 결합되어, 제20항의 방법을 실행시키기 위한 프로그램이 저장된 컴퓨터 판독 가능한 기록매체
|
