| 1 |
1
인공지능 학습 모델을 이용한 주식 이상 거래 탐지 장치에 있어서, 데이터를 입력 받는 입력 모듈; 및상기 입력 모듈로 입력되는 데이터를 분석하는 프로세서를 포함하고,상기 프로세서는, 상기 입력 모듈로 입력되는 분석 대상 주가 데이터를 일정 시간 간격 단위로 분할된 복수개의 구간을 갖는 전처리 데이터로 변환하고, 정상 거래 주가 데이터에 대응되는 정상 패턴 데이터를 출력하도록 학습된 인공지능 모델을 이용하여, 상기 전처리 데이터에 대응되는 패턴 데이터를 생성하고, 상기 전처리 데이터와 상기 패턴 데이터의 차이를 기초로 이상 점수를 산출하고, 그리고, 상기 이상 점수를 기설정된 이상치와 비교하여, 상기 분석 대상 주가 데이터의 정상 여부를 판단하는 것을 수행하도록 구성되는, 주식 이상 거래 탐지 장치
|
| 2 |
2
제1항에 있어서, 상기 프로세서는,상기 분석 대상 주가 데이터에 정규화 또는 표준화를 수행하여 상기 분석 대상 주가 데이터의 크기를 조절하는 것을 더 수행하도록 구성되는, 주식 이상 거래 탐지 장치
|
| 3 |
3
제1항에 있어서, 상기 프로세서는, 상기 인공지능 모델을 생성하는 것을 더 수행하고,상기 인공지능 모델은 상기 프로세서가, 상기 정상 거래 주가 데이터를 입력 받아 상기 정상 거래 주가 데이터의 특징 정보를 추출하고, 상기 정상 거래 주가 데이터에 대응되도록, 상기 특징 정보를 토대로 재구성한 정상 패턴 데이터를 생성하는 학습을 수행하고, 그리고, 상기 정상 거래 주가 데이터와 상기 정상 패턴 데이터의 차이에 따른 이상 점수가 기설정된 임계값 이하가 되도록 상기 학습을 반복하여 수행하는 것에 의해 생성되는, 주식 이상 거래 탐지 장치
|
| 4 |
4
제1항에 있어서, 상기 프로세서에 의해 상기 분석 대상 주가 데이터가 비정상으로 판단된 경우, 상기 프로세서는, 상기 전처리 데이터의 복수개의 구간 각각에 대한 이상 점수를 산출하는 것을 더 수행하도록 구성되는, 주식 이상 거래 탐지 장치
|
| 5 |
5
제4항에 있어서, 상기 프로세서는, 상기 전처리 데이터를 상기 전처리 데이터가 갖는 복수개의 구간별로 분할한 분할 데이터들을 생성하고, 상기 인공지능 모델을 이용하여 상기 분할 데이터들 각각에 대한 패턴 데이터들을 생성하고, 그리고,상기 분할 데이터들 각각과 상기 분할 데이터들 각각에 대응되는 상기 패턴 데이터들 각각의 차이를 기초로 상기 전처리 데이터가 갖는 복수개의 구간별 이상 점수들을 산출하는 것을 더 수행하도록 구성되는, 주식 이상 거래 탐지 장치
|
| 6 |
6
제5항에 있어서, 상기 프로세서는, 상기 복수개의 구간별 이상 점수들을 토대로 상기 복수개의 구간 각각에 대한 기여도를 산출하는 것을 더 수행하도록 구성되는, 주식 이상 거래 탐지 장치
|
| 7 |
7
인공지능 학습 모델을 이용한 주식 이상 거래 탐지 방법에 있어서, (a) 분석 대상 주가 데이터를 일정 시간 간격 단위로 분할된 복수개의 구간을 갖는 전처리 데이터로 변환하는 단계; (b) 정상 거래 주가 데이터에 대응되는 정상 패턴 데이터를 출력하도록 학습된 인공지능 모델을 이용하여, 상기 전처리 데이터에 대응되는 패턴 데이터를 생성하는 단계;(c) 상기 전처리 데이터와 상기 패턴 데이터의 차이를 기초로 이상 점수를 산출하는 단계; 및(d) 상기 이상 점수를 기설정된 이상치와 비교하여, 상기 분석 대상 주가 데이터의 정상 여부를 판단하는 단계를 포함하는, 주식 이상 거래 탐지 방법
|
| 8 |
8
제7항에 있어서, 상기 (a) 단계는, 상기 분석 대상 주가 데이터에 정규화 또는 표준화를 수행하여 상기 분석 대상 주가 데이터의 크기를 조절하는 단계를 더 포함하는, 주식 이상 거래 탐지 방법
|
| 9 |
9
제7항에 있어서, 상기 (b) 단계는 상기 인공지능 모델을 생성하는 단계를 더 포함하고,상기 인공지능 모델을 생성하는 단계는, (b-1) 상기 정상 거래 주가 데이터를 입력 받아 상기 정상 거래 주가 데이터의 특징 정보를 추출하는 단계;(b-2) 상기 정상 거래 주가 데이터에 대응되도록, 상기 특징 정보를 토대로 재구성한 정상 패턴 데이터를 생성하는 단계; 및(b-3) 상기 정상 거래 주가 데이터와 상기 정상 패턴 데이터의 차이에 따른 이상 점수가 기설정된 임계값 이하가 되도록 상기 (b-1) 및 (b-2) 단계들을 반복하여 수행하는 단계를 포함하는, 주식 이상 거래 탐지 방법
|
| 10 |
10
제7항에 있어서, (e) 상기 (d) 단계에서 상기 분석 대상 주가 데이터가 비정상으로 판단된 경우, 상기 전처리 데이터의 복수개의 구간 각각에 대한 이상 점수를 산출하는 단계를 더 포함하는, 주식 이상 거래 탐지 방법
|
| 11 |
11
제10항에 있어서, 상기 (e) 단계는, 상기 전처리 데이터를 상기 전처리 데이터가 갖는 복수개의 구간별로 분할한 분할 데이터들을 생성하는 단계; 상기 인공지능 모델을 이용하여 상기 분할 데이터들 각각에 대한 패턴 데이터들을 생성하는 단계; 및상기 분할 데이터들 각각과 상기 분할 데이터들 각각에 대응되는 상기 패턴 데이터들 각각의 차이를 기초로 상기 전처리 데이터가 갖는 복수개의 구간별 이상 점수들을 산출하는 단계를 포함하는, 주식 이상 거래 탐지 방법
|
| 12 |
12
제11항에 있어서, 상기 (e) 단계는, 상기 복수개의 구간별 이상 점수들을 토대로 상기 복수개의 구간 각각에 대한 기여도를 산출하는 단계를 더 포함하는, 주식 이상 거래 탐지 방법
|
| 13 |
13
제7항 내지 제12항 중 어느 한 항에 따른 주식 이상 거래 탐지 방법을 수행하기 위한 컴퓨터 프로그램이 기록된 비일시적 컴퓨터 판독가능 기록매체
|
