머신러닝 기반의 문자메시지 스팸차단시스템 설계 및 구현

Abstract

대부분의 사람들은 휴대전화를 사용하고 있으며 휴대전화가 가지고 있는 문자 메시지를 전송하고 수신하는 기능은 사용자들에게 없어서는 안될 중요한 기능이다. 하지만 이러한 기능을 악용하여 메시지 수신자의 의사와 상관없이 일방적으로 영리목적의 광고성 문자 메시지를 불특정 다수에게 전송함으로써 스팸 메시지를 수신한 사람들에게 정신적인 피해를 주며, 최근에는 악성 APK 파일 설치를 통한 개인정보 유출 및 금전적인 피해까지 발생시키는 스미싱(Smishing) 메시지의 등장으로 사회적으로 크게 이슈가 되고 있다. 스팸 메시지는 한글 문법을 무시한 다양한 형태로 지속적으로 변형되어 발송되고 있으며, 스미싱 메시지는 메시지 내용에 다양한 ShortURL을 포함하여 수신자가 해당 URL을 클릭하였을 때 악성 APK 파일 설치를 통한 중요 정보 유출을 위한 수단으로 발송되고 있다. 이러한 스팸과 스미싱 메시지의 특징을 통해 본 논문에서는 메시지 내용에 포함된 URL에 악성 APK 파일 포함여부와 서버 소재국을 확인하여 스미싱 메시지임을 판단하고 차단할 수 있는 ShortURL 탐지 방식을 제안한다. 또한 스팸 메시지를 학습하고 분석하기 위해 Machine Learning을 도입하였으며, Machine Learning에 포함된 다양한 알고리즘 중 스팸과 비스팸 두 가지로 분류해야 하는 연구 목적에 적합한 SVM(Support Vector Machine) 알고리즘을 이용하는 방식을 제안한다. ShortURL 탐지 시 URL 탐지 시간 최소화를 통한 성능향상을 위해 동일한 URL일 경우 Redis를 이용하여 Caching 처리 하였고, 그 결과 URL Caching을 하기 전보다 약 25%의 이상의 탐지 속도가 향상되었다. 그리고 스팸 메시지를 Machine Learning한 결과, Machine Learning을 포함하지 않았을 때 보다 차단율이 약 54% 이상 향상되는 결과를 확인할 수 있었다. 본 논문에서 제안한 ShortURL 탐지와 Machine Learning 두 가지 방식으로 스팸 메시지 차단율을 향상시키고 추가적으로 오차단을 최소화하기 위해 차단해서는 안될 번호나 URL을 Witelist로 관리함으로써 문자 메시지 스팸차단시스템을 구축하였으며 스팸과 스미싱 메시지 차단에 효과적임을 확인하였다.