• 지식경영연구
• /
• 제16권1호
• /
• pp.225-242
• /
• 2015

Cyberbullying, i.e., posting malicious comments online, has been identified as a critical issue in the online and social media context. It has become prevalent on a global scale, which happens across all ages. As a way to reduce and prevent cyberbullying, it is important to promote online prosocial behavior. In line with the concept of online prosocial behavior, we suggest posting benevolent comments against posting malicious comments as a new type of online prosocial behavior, which can combat cyberbullying and facilitate positive online culture. This study thus aims to analyze what motivates people to post benevolent comments in the online context. Based on interview methods, we extracted seven driving factors (self-presentation, pleasure, social contribution, emotional support, reputation, monetary reward, and reciprocity) and two inhibiting factors (social anxiety and effort) of posting benevolent comments online. This study has its theoretical contribution in exploring the motivation factors leading to the posting of benevolent comments by extending the concept of online prosocial behavior. It also has its practical implications by providing guidance for promoting prosocial behavior in the online context.

• 한국빅데이터학회지
• /
• 제4권2호
• /
• pp.35-45
• /
• 2019

욕설과 비속어를 포함한 악성 댓글에 대한 피해는 최근 언론에 나오는 연애인의 자살뿐만 아니라 사회 전반에서 다양한 형태로 증가하고 있다. 이 논문에서는 양방향 장단기 메모리 신경망 모델을 이용하여 욕설을 검출하는 기법을 제시하였다. 웹 크룰러를 통해 웹상의 댓글을 수집하고, 영어나 특수문자 등의 사용하지 않은 글에 대해 불용어 처리를 하였다. 불용어 처리된 댓글에 대해 문장의 전·후 관계를 고려한 양방향 장단기 메모리 신경망 모델을 적용하여 욕설 여부를 판단하고 검출하였다. 양방향 장단기 메모리 신경망을 사용하기 위해 검출된 댓글에 대해 형태소 분석과 벡터화 과정을 거쳤으며 각 단어들에 욕설 해당 여부를 라벨링하여 진행하였다. 실험 결과 정제하고 수집된 총 9,288개의 댓글에 대해 88.79%의 성능을 나타내었다.

• Journal of Information Processing Systems
• /
• 제19권5호
• /
• pp.641-651
• /
• 2023

Malicious hate speech and gender bias comments are common in online communities, causing social problems in our society. Gender bias and hate speech detection has been investigated. However, it is difficult because there are diverse ways to express them in words. To solve this problem, we attempted to detect malicious comments in a Korean hate speech dataset constructed in 2020. We explored bidirectional encoder representations from transformers (BERT)-based deep learning models utilizing hyperparameter tuning, data sampling, and logits ensembles with a label distribution. We evaluated our model in Kaggle competitions for gender bias, general bias, and hate speech detection. For gender bias detection, an F1-score of 0.7711 was achieved using an ensemble of the Soongsil-BERT and KcELECTRA models. The general bias task included the gender bias task, and the ensemble model achieved the best F1-score of 0.7166.

• 스마트미디어저널
• /
• 제10권4호
• /
• pp.71-79
• /
• 2021

인터넷의 사용이 광범위 해져감에 따라 변화되는 사회적 측면 중 하나는 온라인 공간에서의 의사소통이다. 과거에는 물리적으로 같은 공간에 있을 때를 제외하고는 일대일 대화만 원격으로 가능했지만, 요즘은 게시판이나 커뮤니티, 소셜네트워크서비스(SNS) 등을 통해 다수의 사람들과 원격으로 소통할 수 있는 기술이 발달했다. 이러한 정보통신망의 발달로 생활이 편리해지고, 동시에 급격한 정보교류에 따른 피해도 끊임없이 증가하고 있다. 최근에는 연예인뿐 아니라 인플루언서 등 인터넷에서 인지도가 높은 특정인에게 성적인 메시지를 보내거나 인신공격을 가하는 등의 사이버 범죄가 발생하고 있으며, 이들 사이버 범죄에 노출된 이들 중 일부는 극단적인 선택을 하기도 하였다. 본 논문에서는 악성 댓글로 인한 피해를 줄이기 위해 음성 부분별 기능추출을 통한 차별적 악성 댓글의 성능향상 방안을 연구하였다.

• 융합정보논문지
• /
• 제9권10호
• /
• pp.81-86
• /
• 2019

정보과잉 및 유해정보에 관련된 문제들은 이미 개인적인 문제뿐만 아니라 국가적인 사회문제로 확대되고 있다. 본 연구는 최근 큰 사회문제로 체감되고 있는 인터넷 중독, 유해정보 노출, 악성 댓글, 가짜정보/정보조작 등에 대한 원인분석과 새로운 대안을 탐색하고자 한다. 기존 기술/정책 등이 효과적으로 적용되지 못했다고 가정하고, 근본적인 문제점 접근을 위해 심리학적인 원인분석을 수행하였다. 분석결과 지식에 대한 집착, 잘못된 정보의 이해, 흑백 고정관념과 선입견 등 주요 문제점들이 원인으로 분석되었다. 제안하는 각 해결책은 새로운 시점으로 인터넷 중독과 유해정보에 대한 차단에 관한 국가 기술/정책 개선에 도움이 되고자 한다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제12권3호
• /
• pp.103-110
• /
• 2023

인터넷이 보급되면서 사람들 간의 소통을 위한 커뮤니티가 활성화됨과 함께 익명 커뮤니티가 나타났고 익명성을 이용한 공격적인 게시글, 댓글을 남기는 등 타인에게 피해를 주는 행위를 하는 이용자가 많아지고 있다. 과거에는 관리자가 직접 글과 댓글을 확인하며 삭제 및 차단했지만, 커뮤니티 이용자가 늘어나면서 관리자가 계속 감시할 수 없는 수준에 이르렀다. 초기에는 특정 단어가 포함되면 해당 글을 게시하거나 댓글을 달 수 없는 형태로 악의적인 글이 게시되는 것을 막는 단어 필터링 기법을 사용하였으나 유사한 단어를 사용하는 등 우회하는 형식으로 필터링을 피해 갔다. 이를 해결하는 방법으로 딥러닝을 이용하여 실시간으로 이용자들이 게시하는 글들을 감시하였으나 최근 커뮤니티에서는 해당 커뮤니티에서만 이해할 수 있는 단어를 사용하거나 일반적인 한글이 아닌 인간의 시야에서만 이해할 수 있는 문자를 사용하고 있다. 이들이 사용하는 문자의 종류나 형태가 다양하여 인공지능 모델에 모든 것을 학습시키기에 어려움이 있다. 이에 본 논문에서는 한글의 자음과 모음 띄어쓰기 이미지를 학습시킨 CNN 모델을 이용해서 문장의 각 문자를 이미지화해 인간의 시야에서만 이해할 수 있는 문자를 모델이 예측한 문자로 변환하는 전처리 기법을 제안한다. 실험 결과, 제안한 전처리 기법을 통해 LSTM, BiLSTM, CNN-BiLSTM 모델에서의 성능이 각각 3.2%, 3.3%, 4.88% 증가함을 확인했다.

• 한국콘텐츠학회논문지
• /
• 제15권4호
• /
• pp.391-406
• /
• 2015

온라인 뉴스에서 개인의 참여가 활성화 되면서 댓글의 중요성이 부각되고 있다. 최근엔 개인의 SNS(social networking site) 계정을 이용하여 댓글을 게재할 수 있는 소셜댓글 서비스가 활성화 되고 있다. 본 연구에서는 실제 온라인 뉴스 댓글 현황 데이터를 이용하여 (1) 댓글의 일반적 특성요소 중 일반댓글과 소셜댓글이 차이점을 보일 가능성이 있는 요소를 도출한 후, (2) 일반댓글에 비해 소셜댓글이 각 특성요소별로 어떻게 다른지 비교 분석하고, 마지막으로 (3) 소셜댓글 이용 업체별로 각 특성요소가 어떻게 달라지는지를 실증 분석해보았다. 이를 위해 기존문헌 조사 및 전문가 인터뷰를 진행하여 여섯 가지 특성요소를 도출하였다. 다음으로 SPSS Statistics의 t-test의 분석 방법을 사용하여, 소셜댓글과 일반댓글이 모든 요소에서 유의한 차이를 보임을 확인하였고, ANOVA와 Duncan test 결과 트위터와 페이스북 그룹 간 차이가 유의함을 확인하였다. 본 연구를 통해 소셜댓글의 실제적인 가치를 명확히 파악할 수 있을 뿐만 아니라, 소셜댓글을 이용한 악성댓글 문제 해결에 실마리를 제공하고, 개인, 기업, 정부기관 등을 주체로 다른 분야의 적용가능성도 살펴볼 수 있을 것으로 기대한다.

• 한국콘텐츠학회논문지
• /
• 제9권7호
• /
• pp.45-56
• /
• 2009

오늘날 인터넷 사용자들은 블로그나 뉴스, 인터넷 게시판 등의 매체에서 댓글을 통해 다른 사람의 의견을 살피고 자신의 의견을 나타내고 있다. 그러나 현재 대부분의 블로그나 인터넷 포털 사이트의 경우 기사나 댓글들을 순차적인 목록 형태로 제공하므로 사용자가 원하는 내용의 댓글을 검색하거나 살펴보는 것은 힘든 일이다. 또한 댓글 사용자가 증가함에 따라 스팸 댓글이나 악플 등이 사회 문제가 되기도 한다. 본 논문에서는 다음 아고라(Daum AGORA) 웹 블로그의 게시글과 댓글을 통계적으로 분석하고 유사도를 기반으로 클러스터링하는 시스템을 제안한다. 본 시스템은 클러스터링 결과를 시각화하여 간단한 스크린 뷰(screen view)로 보여준다. 또한, 본 시스템은 생물정보학에서 잘 알려진 정렬 기법인 Needleman-Wunsch 알고리즘을 이용해 스팸 댓글을 필터링한다.

• 정보보호학회논문지
• /
• 제27권6호
• /
• pp.1491-1498
• /
• 2017

스마트폰의 사용 및 다양한 앱들의 출시 등이 급격하게 증가됨에 따라 악성 앱들도 많이 증가하였고 이로 인한 피해가 속출하고 있다. 안드로이드 앱들이 등록되는 구글 마켓은 앱 등록 규정이 있음에도 불구하고 정상적인 앱들과 악성 앱들이 불가피하게 동시에 존재한다. 특히, 소셜 네트워크가 활성화됨에 따라 안드로이드 구글 마켓에서도 다양한 형태로 보이지 않게 사용자들이 소셜 정보망을 맺고 평점, 다운로드 수 및 인지도 정보 등이 참고 되어 앱 다운로드 수에 반영되고 있다. 결과, 일반 사용자들이 단순히 평점, 인기도, 인기 있는 댓글 및 인지도 높은 카테고리 앱 등만 반영하여 앱을 선택하게 되면 악성 앱 다운로드로 인해 때로는 큰 피해를 볼 수 있다. 따라서 본 연구는 실제 운용되고 있는 안드로이드 마켓에서 장기간 소셜 정보를 직접 크롤링하고 분석하여 악성 앱의 경향성을 처음으로 분석했다.

• ETRI Journal
• /
• 제35권1호
• /
• pp.170-172
• /
• 2013

With the rapid progress of RFID security technologies, the international standard group ISO/IEC JTC 1/SC 31 is developing a few security technologies for RFID systems. One of the initial proposals is ISO/IEC working draft (WD) 29167-6. Recently, Song and others stated that Protocol 1 of ISO/IEC WD 29167-6 is vulnerable to a malicious adversary. However, their analysis comes from a misunderstanding regarding a communication parameter called Handle. In this letter, we point out that an adversary cannot obtain any sensitive information from intervening in Protocol 1.