• 한국정보통신학회논문지
• /
• 제19권11호
• /
• pp.2609-2614
• /
• 2015

국가연구개발 사업을 계획하고 관리하는 기관에서는 연구개발비 오 남용 및 부정 집행을 방지하기 위하여 다양한 대책을 마련하여 시행하고 있으나 연구개발비의 오 남용을 방지하는 데는 한계를 드러내고 있다[1,2]. 본 논문에서는 이상거래에 대한 사후 적발로 인한 연구개발비 오 남용을 방지하고자 연구개발비 집행계획 단계부터 정보를 수집하여 이상거래를 탐지할 뿐만 아니라 그 결과를 주관연구기관, 전문기관, 신용카드사 간의 상호 실시간 연동으로 공유하여 활용하도록 하였다. 이를 위해 데이터 품질진단 기법 중 연구개발 관련 규정 및 매뉴얼, Q&A, FAQ, 담당자 인터뷰 결과 등과 같은 다양한 정보로부터 업무규칙을 도출하는 아웃사이드인(Outside-In) 분석 방법을 이용하였다.

• 품질경영학회지
• /
• 제28권1호
• /
• pp.1-12
• /
• 2000

Since Black Monday there has been a rash of systems developments which aimed at automating and upgrading the surveillance mechanism of monitoring the many facets of security trading. A more sophisticated mathematical model for detecting abnormal trading activities was created by Davis and Ord of Penn State along with Nobel prize laureates Solow and Modigliani of MIT. They used CAPM(Capital Asset Pricing Model) to explain the movements of stock price and applied an idea of residuals to detect unusual movements. In this paper, their idea is discussed and a new method is proposed, which involves a confidence interval of future observation in linear regression. One of the examples of the stock watch system adopting this statistical method is also presented.

• 한국정보통신학회논문지
• /
• 제19권10호
• /
• pp.2396-2402
• /
• 2015

공기압축기는 공장 및 설비 가동에 사용되는 필수 장비로써 미국 산업용 전기의 약 30%를 소비하고 있으며, 소비전력 절감을 위해 고급화된 기술 방안들이 제시되고 있다. 압축공기 변화량의 진폭변동이 작을 경우 시스템 안정성이 증가하며, 소비전력을 절감시켜 효율적인 에너지 시스템 설계를 가능하게 한다. 일반적으로 통계적 분석에서는 데이터의 분포를 정규분포, 로그정규분포, 감마분포 등을 이용하여 나타내지만, 압축공기 변화량을 나타내는 데이터처럼 긴 꼬리를 가지는 경우, 한 가지의 분포를 적용하는 것은 적합하지 않을 수 있다. 이에 따라, 본 논문에서는 압축공기의 변화량과 관련된 데이터를 두 개의 영역으로 나눈 혼합분포함수를 적용하여 평균전력 절감 가능성을 제시하였다. 이는 압축공기 변화량이 충분히 큰 수를 초과하는 영역에서는 가우시안 분포보다는 일반 파레토 분포가 더 정확한 퀀타일 값을 추정하는 데에 적합하기 때문이다.

• 지능정보연구
• /
• 제21권1호
• /
• pp.161-177
• /
• 2015

정보기술의 빠른 진화, 빅데이터의 등장, 분석기법의 고도화 등으로 인해 다량의 데이터로부터 의미있는 정보를 추출하는 데이터마이닝을 다양한 영역에 활용하고자 하는 시도들이 활발히 진행되고 있다. 그 중의 한 분야가 농산물 유통영역인데, 농산물에 대한 지속적인 수요 증가와 전자경매의 활성화 등으로 수도권 농산물 도매시장에서만도 연간 수천만건 이상의 거래가 이루어 진다. 그러나 급속한 거래량 증가와 더불어 과거로부터 관행적으로 이루어지고 있는 부정거래도 함께 증가하고 있는데 거래참가자들 사이의 결탁에 의해 발생하는 농산물 도매시장의 부정거래는 점차 지능화되는 추세이며, 이들을 감지하고 적발하기가 매우 어려운 실정이다. 이로 인해 농산물 유통환경의 공정거래 질서는 침해되고 시장에 대한 신뢰는 훼손되곤 한다. 따라서 거래투명성을 제고하고 유통비리를 구조적으로 개선하기 위한 과학적이고 자동화된 부정탐지시스템의 필요성이 어느 때보다도 절실히 요구되는 상황이다. 본 연구에서는 데이터마이닝의 의사결정나무를 이용하여 실제 발생하지 않은 거래를 실물 없이 거래한 것처럼 조작하여 대금을 정산하는 행위인 허위거래를 탐지하는 모형을 제시하였다. 이를 위해 실제 농산물 도매시장의 데이터를 수집하였고, 데이터의 정제 및 표준화 등의 선행작업을 수행하였다. 또한 변수 간의 상관관계 및 분포도 분석 등을 통해 데이터의 특성을 파악한 후 예측모형을 구축하여 허위거래와 정상거래를 분류하는 패턴을 도출하였으며, 최종적으로 시험용 데이터를 이용하여 모형을 평가하는 단계를 거쳐 결과의 적합성을 확인하였다. 향후 데이터마이닝을 이용한 부정탐지 모형을 허위거래뿐만 아니라 낙찰부정, 경매조작 등과 같이 다양화되는 부정거래에 적용하게 되면 보다 지대한 효과를 거둘 수 있으리라 사료된다.