그래프 기반 악성 사용자 및 루머 탐지, 이상 온도 객체 식별

Graph-based Malicious User and Rumor Detection and Anomalous Temperature Object Identification

연구 내용

소셜 그래프의 상호관계와 전파 관점을 그래프 신경망으로 학습하고, 이상 온도 객체를 다중 파장 영상으로 식별하는 연구

소셜 미디어의 사용자-콘텐츠 관계를 그래프로 모델링하고, 그래프 합성곱 기반의 GCN 구조로 악성 사용자 또는 루머를 분류하는 연구를 수행합니다. 특히 관점 전파의 비대칭성을 반영하기 위해 reciprocal perspective를 결합하여 대화 흐름의 하향식 및 상향식 정보를 함께 인코딩하고, 융합 연산으로 전체 대화의 표현을 구성합니다. 또한 이상 상황 인식 확장으로서, 다중 파장 광을 이용해 객체의 위치를 먼저 정렬하고 대응 객체를 식별한 뒤 온도 정보를 근거로 이상 여부를 판정하는 방법을 특허로 제시합니다. 영상 기반 이상 탐지와 그래프 기반 보안 탐지를 동일한 패턴 인식 관점에서 통합합니다.

관련 프로젝트

5건

연구 흐름

초기에는 소셜 그래프 분석을 위한 그래프 신경망 기반 프레임워크를 수립하고, 악성 사용자 탐지로 분류 문제를 정식화했습니다. 이후에는 루머 전파에서 놓이기 쉬운 전후 관계의 관점 정보를 보강하기 위해 twin GCN과 reciprocal perspective 융합을 도입하는 방향으로 연구를 확장했습니다. 한편 영상 도메인에서는 다중 파장 정보를 이용한 객체 대응 관계 정렬 후 온도 기반 이상 판별로 이동하여, 물리 관측 기반 이상 탐지로 적용 범위를 넓혔습니다. 이러한 축적이 전역적 비디오 분석 과제의 이상상황 인식 목표와 연결됩니다.

활용 가능성

활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.

루머 확산 차단
악성 계정 탐지
소셜 그래프 보안 모니터링
이상 상황 조기 인지
다중 파장 기반 온도 이상 감지
대화 흐름 기반 분류 모델
전역 영상 감시 경보 시스템
그래프 표현 학습 고도화
콘텐츠 전파 위험도 평가
정책 대응용 데이터 자동 라벨링