• 한국IT서비스학회지
• /
• 제6권2호
• /
• pp.1-18
• /
• 2007

Many researches have been done in insurance fraud as the amount and frequency of insurance fraud have been increasing continuously. In particular, the development of insurance fraud detection system using large database management techniques including data mining or link analysis based on visual method have been the main research topic in insurance fraud. However, this kinds of detection system were very ineffective to find unintentional insurance fraud happened by accident even though it was so good to find intentional and organized crime insurance fraud. Therefore, this research suggests insurance fraud as an ethical decision making and applies TPB(Theory of Planned Behavior) for the finding of reasons and prevention strategies of unintentional insurance fraud happened by accident. The results of research show that TPB is very appropriate model to explain the behavior of insurance fraud and that insurance agents force to do insurance fraud as affecting perceived behavior control. Therefore, education and pubic relations for insurance fraud are very effective for preventing insurance fraud and developing insurance service industry.

• 한국컴퓨터정보학회논문지
• /
• 제25권3호
• /
• pp.117-127
• /
• 2020

최근 보험사기는 의료인, 정비업체, 보험설계사 등 분야별 전문가와 보험가입자가 공모하여 조직화, 지능화되는 형태로 계획적이고 은밀하게 이루어지고 있어 그 혐의를 입증하는 것이 점점 더 어려워지고 있다. 자동차사고의 경우 고의를 입증하기가 쉽지 않으며 특히 수사권이 없는 보험사가 혐의를 입증하기는 현실적으로 한계를 가지고 있다. 본 논문에서는 공모형 보험사기 적발을 위한 Social Network Analysis(SNA), 혐의그룹 개체간 관계 시각화 기법 등 공모형 보험사기 혐의자 적발 기법을 통해 기존에는 알아내기 어려웠던 조직형, 공모형 보험사기 파악이 획기적으로 개선될 수 있다는 점을 살펴보고 조직적 공모형 보험사기 적발을 위한 데이터 분석기법의 발전적 연구 방향을 모색해 보고자 한다.

• 디지털융복합연구
• /
• 제20권2호
• /
• pp.241-250
• /
• 2022

COVID-19 여파로 인한 비대면 서비스와 가정 재정 불안정성의 증가로 이륜차 보험사기 발생이 예상되고 있다. 이와 함께 보험사기 수법도 갈수록 교묘해지고 있다. 하지만 비대면 배달 수요와 연관된 이륜차 교통사고와 보험사기 적발 모형 관련 연구는 매우 미흡한 실정이다. 이에 본 연구는 보험사기의 표본 편중문제를 해결하기 위해 균형 랜덤포레스트 알고리즘을 이용하고 보험사기 조사 전문가의 정성적인 판단 기준을 반영한 변수를 모델에 포함하여 적용성을 향상시키며 적발력 높은 이륜차 보험사기 모형을 개발하고자 한다. 보험사기 적발 모형 개발 결과, 기존의 비균형 랜덤 포레스트 모형에 비해 균형 랜덤 포레스트가 보험 사기혐의자를 분류하는 데 있어 통계적으로 우수한 점을 확인할 수 있었다. 특히, 총 26개의 변수를 토대로 탐색적 변수 조합을 적용한 모형의 예측 성능이 가장 높았지만 일부 변수만을 사용한 확인적 모형의 예측 성능도 크게 떨어지지 않은 와중에, 정성적인 보험사기 전문가가 선정한 변수만을 사용한 확인적 모형은 예측력이 떨어지는 것을 확인하였다. 또한, 총 26개의 변수 중 운전자 성별, 연령, 운전자 피보험자 일치 여부, 미수선 청구금액, 대인보험금 등이 중요한 변수로 확인되어 이를 활용해 이륜차 보험사기 혐의자 선별을 위한 적극적인 대처가 필요해 보인다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제16권3호
• /
• pp.1006-1027
• /
• 2022

In the crowdfunding market, various crowdfunding platforms can offer founders the possibilities to collect funding and launch someone's next campaign, project or events. Especially, healthcare crowdfunding is a field that is growing rapidly on health-related problems based on online platforms. One of the largest platforms, GoFundMe, has raised US$ 5 billion since 2010. Unfortunately, while providing crucial help to care for many people, it is also increasing risk of fraud. Using the largest platform of crowdfunding market, GoFundMe, we conduct an exhaustive search of detection on fraud from October 2016 to September 2019. Data sets are based on 6 main types of medical focused crowdfunding campaigns or events, such as cancer, in vitro fertilization (IVF), leukemia, health insurance, lymphoma and, surgery type. This study evaluated a detect of fraud process to identify fraud from non-fraud healthcare crowdfunding campaigns using various machine learning technics.

• 시큐리티연구
• /
• 제53호
• /
• pp.37-59
• /
• 2017

본 연구는 산업보안상 인적취약요소로 분류되는 조직구성원에 의한 업무부정행위의 정의와 발생원인, 방지대책 등에 대하여 문헌연구를 통해 고찰하고, 선행연구를 통해 드러난 부정행위의 행동적 발생징후들에 대하여 은행, 보험사, 증권사 등 국내 금융산업에 종사하고 있는 근로자들에게 설문자료를 수집하여 기술통계, 요인분석, 로지스틱 회귀분석 등을 실시하였다. 분석결과, 부정행위의 발생징후들은 '경제적 동기', '비경제적 동기' 두 가지 요인으로 분류되었으며, '과도한 주식투자'와 '빈번한 이사 등으로 생활환경의 불안정'의 두 징후에 대한 정확성 평가와 실제 부정행위의 적발 경험이 통계적으로 유의미하게 연관되어 있는 것으로 확인되었다. 또한 내 외부 제보에 의해서 업무부정행위가 가장 많이 적발되는 것으로 나타났다. 본 연구의 분석결과를 토대로 향후 금융산업에서 발생할 수도 있는 업무부정행위를 조기에 발견하여 피해규모를 최소화도록 일조하는 데 연구의 목적이 있다.

• International Journal of Computer Science & Network Security
• /
• 제21권9호
• /
• pp.125-131
• /
• 2021

Detecting fraudulent insurance claims is difficult due to small and unbalanced data. Some research has been carried out to better cope with various types of fraudulent claims. Nowadays, technology for detecting fraudulent insurance claims has been increasingly utilized in insurance and technology fields, thanks to the use of artificial intelligence (AI) methods in addition to traditional statistical detection and rule-based methods. This study obtained meaningful results for a fraudulent insurance claim detection model based on machine learning (ML) and deep learning (DL) technologies, using fraudulent insurance claim data from previous research. In our search for a method to enhance the detection of fraudulent insurance claims, we investigated the reinforcement learning (RL) method. We examined how we could apply the RL method to the detection of fraudulent insurance claims. There are limited previous cases of applying the RL method. Thus, we first had to define the RL essential elements based on previous research on detecting anomalies. We applied the deep Q-network (DQN) and double deep Q-network (DDQN) in the learning fraudulent insurance claim detection model. By doing so, we confirmed that our model demonstrated better performance than previous machine learning models.

• 의료법학
• /
• 제13권1호
• /
• pp.41-69
• /
• 2012

First introduced in 1977, Korean health care system reached to national coverage in short period of time never seen before in any other countries, and rated as successful system protecting the health of the public at relatively low price. However, despite those positive evaluations, some of fraudulent medical organizations or pharmacies are hindering the sound development of the national health care system with meticulous false billing exaggerating the number of patients or the days of their treatment. To prevent aforementioned nursing home fraud and false billing, the misconduct should be punished as subject to the criminal law and severally punished for fines and payments which far exceed the expected amount of illicit gains as it is basically violation of criminal fraud, other than the forced return of illicit gains based on civil laws. Furthermore, the Health Insurance Review and Assessment Service should strengthen and complement the fraud investigators, the review process, and the professional training to raise the detection rates. It might also want to review ways to implement whistleblower rewarding system and rewards for evidences of healthcare fraud to overcome the limits of external review.

• Journal of Korea Trade
• /
• 제24권1호
• /
• pp.59-81
• /
• 2020

Purpose - This study analyzes the scope of due diligence and risks of banks and K-Sure in trade finance covered by EFF focusing on Moneual case, one of the latest and biggest trade finance fraud cases in Korea. Also, we suggest anti-fraud measures in trade finance on the part of banks and K-Sure in order to give them a desirable way of due diligence and reasonable risk management of export insurance. Design/methodology - Based on Moneual case of trade finance fraud, this study employs the methodology of an extended literature review and analysis of court decisions. Findings - Seoul High Court of Korea failed to decide whether K-Sure was wholly obliged to pay the insurance against the banks' EFF claims, but issued a compulsory mediation order, judging that both the banks and K-Sure were responsible by 50:50. The court may have judged that both the parties had lacked their due diligence in the trade finance. It is quite difficult for trade finance providers to manually investigate whether the transaction is suspected of trade finance fraud, so digitalization of trade finance which can facilitate the prevention and detection of trade fraud needs to be realized quickly. Since there has been no international rule available for open account trade finance up till now, clearly stipulated EFF terms on the exporter's genuine export obligation might have protected K-Sure from the disaster. Originality/value - This study investigates the due diligence of the banks and K-Sure in Moneual case which few researchers have considered, to the best of our knowledge. This study also suggests several practical methods (including block chain) to prevent complicating trade finance fraud amid increasing use of an open account, and further offers reasonable risk management of EFF employing international factoring rule which is also related to problematic open account trade finance.

• 한국IT서비스학회:학술대회논문집
• /
• 한국IT서비스학회 2009년도 춘계학술대회
• /
• pp.357-360
• /
• 2009

본 연구는 데이터마이닝 기법을 이용하여 건강보험청구료에 있어서 이상정도가 심한 요양기관을 탐지하고, 실제 의료영역에 적용하기 위한 시스템 개발을 목적으로 한다. 현재 건강보험 심사평가원의 이상탐지시스템은 평가대상이 되는 항목을 개별적으로 평가하고, 탐지된 기관의 선정 이유에 대한 근거제시가 부족한 단점을 가지고 있다. 따라서 본 연구에서는 항목을 종합적으로 평가할 수 있는 정량적 지표를 설계하고, 항목들의 상대적 중요도를 파악할 수 있도록 항목들에 대한 가중치 부여한다. 또한 지표에서 얻어진 값으로 등급을 구분하고, 의사결정나무기법(decision tree)를 이용하여 해석력을 높이는 방법을 제시한다.

• 디지털융복합연구
• /
• 제11권10호
• /
• pp.593-608
• /
• 2013

상해상병으로 청구되는 건수가 증가함에 따라 조사 대상을 보다 정교하게 선정하여 상해요인 조사 대상을 줄이면서 환수율 및 환수금액을 올릴 수 있는 방안을 마련할 필요가 있다. 이를 위해서 2006~2011년까지의 상해요인 조사자료를 수집하여 의사결정나무 모형을 활용하여 지역가입자 상해상병 진료건에 대한 부당환수 조사대상 선정모형을 개발하였다. 최종 개발된 모형결과에 따르면, 조사대상 유형은 18개로 분류되었고, 이러한 분류결과는 실제 조사가 시행될 시, 모형을 적용하지 않았을 때 보다 최고 12.8배 높은 부당환수결정율을 나타낼 수 있을 것으로 분석되었다. 또한, 본 연구에서 개발된 조사 대상자 선정 모형을 실제 업무에 적용하기 위해서는 조사물량 대비 국민건강보험공단의 조사인력 및 운영 계획을 보다 면밀히 검토해야만 모형 적용의 효과성이 극대화 될 수 있을 것으로 판단된다.