A Study on Anomaly Crisis Detection Prediction Model of Continuous Time Series Data using Dimensions Decrease Techniques
Jin-Ho Jeon, Jin-Ho Jeon · Korea Criminal Intelligence Review · 2023
우리 사회 많은 영역들이 IT 기반의 환경으로 변화함에 따라 업무처리 및 의사결정 과정에서 실시간으 로 연속적인 형태의 방대한 자료들이 생산되고 있는 반면 이러한 기술 발전을 악용하여 다양한 형태의 사기･부정행위가 증가해 피해 규모가 수십억 달러에 달하자 이를 탐지는 부정 탐지(fraud detection)는 지속적으로 연구되는 주요 관심 분야 중 하나이다. 본 연구에서는 연속형 시계열 자료 중 대표적인 주가지수 데이터를 활용하여 계산 비용을 축소 시킨 후의 부정 탐지 예측 유효성을 확인하고자 한다. 대용량의 자료를 바탕으로 한 부정탐지 예측 모델 결정은 수집된 자료 전체의 정보를 살펴보는 것보다 특정 시퀀스 그룹으로 군집화하여 각 군집에 따라 모델을 결정해 전체적인 자료의 의미를 이해하는 것이 더욱 효과적일 수 있으므로 베이지안 군집 방법을 통해 계산 비용을 축소 시킨 후 시계열 또는 시퀀스 데이터 모델링에 적합한 은닉 마르코프 모델(Hidden Markov Model)을 활용하여 유효성을 확인 하였다. 분석 결과, 차원을 축소 시킨 후 은닉 마르코프 모델을 적용한 모델이 성능평가 지표에서 모두 우수한 결과를 보여 유용성을 확인하였다.