보이스피싱 탐지[피노키오] - Machine Learning Server

🧸 KoBERT 모델로 보이스피싱 탐지

📍Dataset

• 보이스 피싱 텍스트: 금융감독원 - 보이스피싱 체험관

• 일반 대화 텍스트 AI Hub - 감정분류를 위한 대화 음성 데이터셋 AI Hub - 텍스트 윤리검증 데이터

• 일반대화: 0, 보이스피싱: 1 으로 라벨링

📍Dataset Train

• KoBERT/train.py
• KoBERT/model/train.pt : train model 저장

📍Text Inference

1. 스프링 서버 요청받기

   json형식으로 STT 결과값 text를 요청 받는다

{
    "text": "네네 지금 보시면 이제 신용 등급 부분하고는 관계없이 저희쪽에서 연 이자 10프로 이하대에 저금리 대안상품으로 바꿔드림론 이런 상품으로 정부지원상품으로 지원차 연락을 좀 드린거고 현재 이용중이신 고금리건 어디어디 이용중이시죠"
}

2. KoBert 모델 추론

   KoBERT/predict.py

• 결과가 True인 경우 - 보이스 피싱 O

  단어 기반 보이스피싱 위험도 측정 코드 실행

• 결과가 False인 경우 - 보이스 피싱 X

  해당 json 형식으로 스프링 서버에 응답

  {
     "phishing" : "false",
     "level" : "0"
  }

🧸 단어 기반 보이스피싱 위험도 측정

📍보이스피싱 관련 단어 파일

• static/csv/

  500_가중치.csv

  type_token_가중치.csv

📍Word based Detection

1. 위험도 측정

   wordDetect/classification.py

   20% 이하 : 0단계 [안전]

   40% 이하 : 1단계 [의심]

   60% 이하 : 2단계 [경고]

   나머지 : 3단계 [위험]

2. 최종 분석결과 응답

   측정 결과를 해당 json 형식으로 스프링 서버에 응답하여

   사용자에게 보이스피싱 위험도 단계 알림 서비스를 지원한다.

   { 
     "phishing": "true",
      "level": 3
   }