플러스프로젝트 배경
1) 문제점 이상 거래에 대한 사전 탐지 시스템이 부족하여, 사고 발생 후 대응이 주를 이룸 Rule 기반 탐지 방식만으로는 정상 거래를 모방한 고도화된 이상 거래 탐지에 한계 기존 대시보드가 정적인 리포트 중심이라 실시간 대응이 어려움 2) 프로젝트 목표 하이브리드 탐지 시스템 구축: Rule 기반 + 머신러닝 기반 이상 탐지 체계 구현 시각화 대시보드를 통한 실시간 이상 거래 모니터링 환경
프로젝트 성과
실시간 경고 알림 5초 이내 구현
Grafana 기반 실시간 분석 파이프라인 덕분
리스크 응답 시간 50% 단축
기존 수동 모니터링 대비 반응 시간 절반 이하로 감소
보안 운영팀 이상 거래 식별률 향상
기존 수작업 식별 대비 경고 기반 식별 정확도 상승
핵심 기능
이상 거래 탐지 모델링
PyTorch, LightGBM을 활용해 거래 내역의 이상 확률을 예측
사전에 정의된 조건(rule)을 기반으로 거래 이상 여부 판단
Grafana로 탐지 결과를
사용자별 거래 패턴 분석을 통한 고위험 사용자 식별
사전에 정의된 조건(rule)을 기반으로 거래 이상 여부 판단
Grafana로 탐지 결과를
사용자별 거래 패턴 분석을 통한 고위험 사용자 식별
진행 단계
기획 및 요구 정의
2024.10.
이상 거래 탐지 요건 분석 및 리스크 조건 도출
프로젝트 상세
1) 포트폴리오 소개 AI 기반 금융 보안 서비스 송금 서비스 사용자들을 대상으로, 실시간 거래 데이터를 분석하여 이상 거래를 조기에 탐지하는 AI 기반 FDS(Fraud Detection System). 타깃: 금융사 보안팀, 핀테크 서비스 운영사 등 B2B 금융 보안 솔루션 수요 기업 2) 작업 범위 개발 참여 영역: 백엔드 데이터 파이프라인 및 이상 탐지 모델링 Rule-based +
