Home

프로젝트 방향

데이터 수집 및 전처리

• 분당 1만건의 거래 데이터를 수집하고, 필요한 특성들을 추출하여 그래프 데이터베이스에 저장합니다.
• 데이터 수집은 실시간으로 진행되어야 하며, 전처리 과정에서 노이즈 제거와 이상치 탐지를 고려해야 합니다.

그래프 데이터베이스 구축

• 거래 데이터를 기반으로 그래프 데이터베이스를 구축합니다. 거래자, 수신자, 거래 금액 등의 특성을 노드와 엣지로 표현할 수 있습니다.
• Neo4j와 같은 그래프 데이터베이스 관리 시스템을 사용하여 효율적인 구조를 설계하고 구축할 수 있습니다.

Graph Convolutional Networks (GCN) 모델 개발

• 그래프 데이터를 기반으로 GCN 모델을 설계하고 훈련시킵니다. 이 모델은 거래 데이터에서 패턴을 학습하여 실시간으로 사기 거래를 감지할 수 있어야 합니다.
• 모델의 성능을 높이기 위해 하이퍼파라미터 튜닝 및 모델 구조 개선을 진행할 수 있습니다.

실시간 사기 거래 감지 시스템 구현

• GCN 모델을 활용하여 실시간으로 사기 거래를 감지하는 시스템을 구축합니다.
• 시스템은 거래 데이터를 수신하면 즉시 분석하여 사기 거래 여부를 판단하고, 해당 정보를 사용자에게 전달해야 합니다.

시스템 성능 평가 및 개선

• 사기 거래 감지 시스템의 성능을 평가하고, 개선 방안을 찾아 더 정확하고 안정적인 시스템을 구축합니다.
• 평가 지표로는 정확도, 정밀도, 재현율, F1 스코어 등을 사용할 수 있습니다.